Lesión miocárdica tras la cirugía no cardiaca : análisis de la cohorte española del estudio VISION /
Bibliographic record
Abstract
Antecedents: Les complicacions cardiovasculars majors (CCVM) són la principal causa de morbimortalitat en els pacients intervinguts de cirurgia no cardíaca. La complicació més freqüent és la lesió miocàrdia després de la cirurgia no cardíaca (LMCN), definida com qualsevol pic del valor de troponina T (TnT) ≥ 0,03 ng/ml atribuït a isquèmia i que ocorre durant els 30 primers dies de la cirurgia no cardíaca. Objectius: Determinar al nostre entorn la incidència actual de CCVM, comparar la freqüència de complicacions observada amb l'esperada d'acord amb l'índex de risc cardíac revisat (IRCR), determinar els factors predictors independents de LMCN i de mort als 30 dies de la cirurgia i identificar els pacients que presenten un major risc de patir una LMCN. Metodologia: Anàlisi de la informació derivada de la cohort prospectiva multicèntrica internacional VISION (Vascular Events in Noncardiac Surgery Patients Cohort Evaluation), de la qual s'han seleccionat les dades dels dos hospitals espanyols participants. Es van incloure pacients de 45 anys o majors intervinguts de cirurgia no cardíaca programada o urgent i que requerien al menys una nit d'ingrés. Es van fer determinacions de TnT entre les 6 i les 12 hores de la cirurgia i en el primer, segon i tercer dies postoperatoris. L'esdeveniment principal va ser la proporció de CCVM (LMCN , insuficiència cardíaca, ictus, fibril·lació auricular de nova aparició i mort) als 30 dies de la cirurgia. Resultats: Dels 3.629 pacients inclosos, el 7% va presentar al menys una de les CCVM. La mortalitat a 30 dies de la cirurgia en els pacients que van patir alguna CCVM va ser del 12,3%. La freqüència de CCVM va ser més de 6 vegades superior a l'esperada d'acord amb l'IRCR (6,3; IC99%, 5,3-7,5). La lesió miocàrdia va ser la CCVM més freqüent (5%). L'anàlisi de regressió va identificar vuit factors predictors independents de LMCN: la insuficiència renal, el valor d'hemoglobina preoperatori, l'índex de risc cardíac revisat, el tipus de cirurgia (ortopèdica o vascular),la història prèvia de trombosi, la fibril·lació auricular, la malaltia pulmonar obstructiva crònica, i la diabetis. El poder discriminatiu del model mesurat amb la corba ROC va ser bo (Àrea sota la corba=0,832 IC 95% 0,798-0,865). La LMCN va ser el principal factor de risc independent de mort a 30 dies de la cirurgia (OR 4,4; IC 95%, 2,1-9,2). Mitjançant un anàlisi de partició recursiva s'identificaren com a pacients amb major risc de patir una LMCN aquells amb un filtrat glomerular inferior a 44ml/min/1,73m2 i un IRCR superior a II. Conclusions: En pacients adults intervinguts de cirurgia no cardíaca les CCVM són freqüents i s'associen a una substancial mortalitat a 30 dies de la cirurgia. La LMCN és la complicació més freqüent i és un potent predictor independent de mortalitat. Entre els factors de risc de LMCN, el valor d'hemoglobina preoperatori és l'únic modificable. El filtrat glomerular juntament amb l'IRCR identifiquen als pacients amb major risc de patir una LMCN, en aquests pacients s'haurien d'extremar les mesures de vigilància i cura preoperatòries.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".