Impact of Periprocedural Risk Predictors on Long-Term Outcomes in Patients with Diabetes Undergoing Coronary Artery Bypass Grafting
Notice bibliographique
Résumé
Background and Objectives: In this study, we aim to analyze the impact of risk predictors on long-term outcomes in patients with diabetes undergoing isolated coronary artery bypass grafting (CABG). Materials and Methods: All consecutive patients undergoing isolated CABG between May 2005 and June 2021 were included in the study. Patients with and without diabetes were compared for baseline demographics and pre-operative characteristics. A propensity-matched analysis was used to compare the two groups. The primary outcome was long-term incidence of all-cause death. Results: Of a total of 4871 patients, propensity matching identified 1589 pairs of patients with and without diabetes that were included in the current study. Median follow-up was 5.8 years. All-cause death was recorded in 215/1589 (13.5%) vs. 169/1589 (10.6%) patients with and without diabetes, respectively (HR 1.3, p = 0.013). MACCE was also significantly higher in diabetic patients (HR 1.3, p = 0.049). Diabetes mellitus was identified as one of the independent predictors for all-cause mortality (HR 1.4, CI 1.2, 1.7) and MACCE (HR 1.2, CI 1.0, 1.3). Chronic obstructive pulmonary disease, peripheral vascular disease, and serum creatinine levels >2.0 mg/dL were found to be the only predictors of all-cause mortality in both diabetic and non-diabetic patient groups, when individually analyzed. Conclusions: Patients with diabetes undergoing isolated CABG had a significantly higher incidence of late all-cause death and MACCE compared to those without diabetes. The presence of diabetes mellitus predicts poorer long-term outcomes following CABG.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».