Recurrence of Postoperative Atrial Fibrillation After Cardiac Surgery: Insights from a Tertiary Follow-Up Clinic
Notice bibliographique
Résumé
Background: New-onset postoperative atrial fibrillation (POAF) complicates 30% of cardiac surgeries. Although POAF is often transient, structured follow-up care of patients with POAF may identify those with paroxysmal or persistent atrial fibrillation (AF) who will benefit from evidence-based therapies. Methods: This retrospective study includes patients seen in a clinic dedicated to patients with POAF after cardiac surgery between 2020 and 2024. Per the clinic's operating procedure, patients wore a 14-day continuous ambulatory electrocardiogram (ECG) monitor fpr 2 months after surgery and were assessed thereafter in clinic. The primary outcome was recurrent AF lasting ≥ 30 seconds, captured by 14-day continuous ambulatory ECG or during clinical care. Results: -VASc) score of 2 (interquartile range [IQR] 1-3); 529 patients (60.0%) underwent isolated coronary artery bypass grafting. At discharge, 798 patients (90.6%) were prescribed amiodarone, and 435 (49.4%) were prescribed oral anticoagulation. The mean time between discharge and 14-day continuous ambulatory ECG monitor was 72 days (IQR 61-84). AF recurrence was detected in 94 patients (10.7%); 30 patients (36.1%) were not receiving oral anticoagulation at the time of recurrence. Among patients with recurrence detected by 14-day continuous ambulatory ECG, the median duration was 10 hours (IQR 2-253). Left atrial volume index was the only independent predictor of AF recurrence. Following the clinic visit, oral anticoagulation was continued in 122 patients (28.2%). Conclusions: Among patients with POAF following cardiac surgery, 1 in 10 have AF recurrence, as determined by a structured 14-day continuous ambulatory ECG monitor utilized 2-3 months postoperatively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».