Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC TwHhnBZkLLKmckbvb3QTNwH S0066-782X2024000600302 00302 10.36660/abc.20230769 Artigo Original Idade, Insuficiência Renal e Transfusão são Preditores de Risco de Longa Permanência Hospitalar após Cirurgia de Revascularização do Miocárdio 0009-0007-0836-3809 Andrade Diego Pereira Gregório de Concepção e desenho da pesquisa Análise e interpretação dos dados Redação do manuscrito Revisão crítica do manuscrito quanto ao conteúdo 1 0000-0002-3600-0200 Freitas Fabiane Letícia de Concepção e desenho da pesquisa Análise e interpretação dos dados Análise estatística Redação do manuscrito 1 0000-0002-9243-7407 Borgomoni Gabrielle Barbosa Concepção e desenho da pesquisa Obtenção de dados 1 0000-0003-4820-8399 Goncharov Maxim Análise estatística Revisão crítica do manuscrito quanto ao conteúdo 2 0000-0003-1940-4470 Silva Pedro Gabriel Melo de Barros e Obtenção de dados Revisão crítica do manuscrito quanto ao conteúdo 3 0000-0002-0449-7056 Nakazone Marcelo Arruda Obtenção de dados Revisão crítica do manuscrito quanto ao conteúdo 4 Campagnucci Valquiria Pelisser Obtenção de dados Revisão crítica do manuscrito quanto ao conteúdo 5 Tiveron Marcos Gradim Obtenção de dados Revisão crítica do manuscrito quanto ao conteúdo 6 0000-0002-2137-0604 Lisboa Luiz Augusto Obtenção de dados Revisão crítica do manuscrito quanto ao conteúdo 1 Dallan Luís Alberto Oliveira Obtenção de dados Revisão crítica do manuscrito quanto ao conteúdo 1 0000-0001-6175-5595 Jatene Fabio Biscegli Obtenção de dados Revisão crítica do manuscrito quanto ao conteúdo 1 0000-0002-1635-4984 Mejia Omar Asdrúbal Vilca Concepção e desenho da pesquisa Obtenção de dados Análise e interpretação dos dados Obtenção de financiamento Redação do manuscrito Revisão crítica do manuscrito quanto ao conteúdo 1 Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo São Paulo SP Brasil Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo, São Paulo, SP – Brasil Instituto de Pesquisa Hospital do Coração São Paulo SP Brasil Hospital do Coração - Instituto de Pesquisa, São Paulo, SP – Brasil Hospital Samaritano Paulista São Paulo SP Brasil Hospital Samaritano Paulista, São Paulo, SP – Brasil Faculdade de Medicina de São José do Rio Preto São José do Rio Preto SP Brasil Faculdade de Medicina de São José do Rio Preto, São José do Rio Preto, SP – Brasil Faculdade de Ciências Médicas da Santa Casa de São Paulo São Paulo SP Brasil Faculdade de Ciências Médicas da Santa Casa de São Paulo, São Paulo, SP – Brasil Irmandade da Santa Casa de Misericórdia de Marília Marília SP Brasil Irmandade da Santa Casa de Misericórdia de Marília, Marília, SP – Brasil Correspondência: Fabiane Letícia de Freitas • Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo – Av. Dr. Enéas de Carvalho Aguiar, 44. CEP 05403-900, São Paulo, SP – Brasil E-mail: fabianeleticiaa@gmail.com

Potencial conflito de interesse

Não há conflito com o presente artigo.

Editor responsável pela revisão: Alexandre Colafranceschi

 24 06 2024 2024 121 6 e20230769 06 11 2023 09 02 2024 13 03 2024 This is an open-access article distributed under the terms of the Creative Commons Attribution License Resumo Fundamento:

A identificação de fatores de riscos na cirurgia cardiovascular auxilia na previsibilidade resultando na otimização de desfechos e redução de custos.

 Objetivo:

Identificação dos preditores de risco pré e intraoperatórios para internação prolongada após cirurgia de revascularização do miocárdio (CRM) no Estado de São Paulo.

 Métodos:

Análise transversal no banco de dados REPLICCAR II, registro prospectivo, consecutivo, multicêntrico que incluiu cirurgias de revascularização miocárdica realizadas entre agosto de 2017 e julho de 2019. O desfecho principal foi o tempo de internação prolongado, definida como período de pós-operatório superior a 14 (quatorze) dias. Para a identificação dos preditores foram realizadas análises de regressão logística uni- e multivariada. Os valores de p menores de 0,05 foram considerados significativos.

 Resultados:

A mediana de idade foi de 63 (57-70) anos e 26,55% eram do sexo feminino. Dos 3703 pacientes analisados, 228 (6,16%) apresentaram longa permanência hospitalar (LPH) após a CRM e a mediana da internação foi de 17 (16-20) dias. Foram preditores da LPH após a CRM: idade >60 anos (OR 2,05; IC95% 1,43 - 2,87; p<0,001); insuficiência renal (OR 1,73; IC95% 1,29 - 2,32; p<0,001) e transfusão de hemácias no intraoperatório (OR 1,32; IC 1,07 - 2,06; p=0,01).

 Conclusão:

Nesta análise, a idade > 60 anos, insuficiência renal e a transfusão de hemácias no intraoperatório foram preditores independentes de LPH após a CRM. A identificação destas variáveis pode ajudar no planejamento estratégico multiprofissional visando melhoria de resultados e otimização de recursos no estado de São Paulo.

 Palavras-chave: Tempo de Internação Revascularização Miocárdica Otimização de Processos Introdução

O tempo de internação hospitalar pós-operatória é um forte indicador de qualidade dos serviços de saúde,1-3 utilizado como parâmetro para gerenciamento de recursos na gestão pública e privada dos serviços de saúde.3,4 O Brasil, por exemplo, desde 2022 tem modelo público de pagamento baseado em métricas de qualidade e desempenho considerando o tempo de internação hospitalar pós-operatório como uma das variáveis utilizadas.4 Com evidências consolidadas sobre a redução dos desfechos cardiovasculares no longo prazo,5 a cirurgia de revascularização do miocárdio (CRM) pode contribuir para uma longa permanência hospitalar (LPH), trazendo riscos aos pacientes, impacto na qualidade de vida, aumento de custos às fontes pagadoras do sistema de saúde1 e, gerando interferência negativa nos indicadores de qualidade do serviço hospitalar.6

Nos Estados Unidos, em uma coorte multicêntrica,7 analisou-se a relação de tempo de internamento versus custos ao sistema de saúde, baseando-se em dados de 42.839 pacientes submetidos a CRM. Nesse estudo identificou-se que uma internação média de 5,4 dias custava US$33.275,00, enquanto uma média de internação de 13,8 dias custava US$69.122,00 às fontes pagadoras. No Brasil, segundo dados do DATASUS,8 entre janeiro e novembro de 2022 foram realizadas 17.931 CRM isoladas pelo Sistema Único de Saúde, custando R$180.123.355,01 em serviços hospitalares. Ainda segundo esses dados,8 o tempo de permanência hospitalar médio para uma CRM com uso de circulação extracorpórea com 2 ou mais enxertos, foi de 12,1 dias no período citado. Reduzir o tempo de internação hospitalar, seus custos e complicações associadas, são metas de diferentes linhas de estudos com protocolos de rápida recuperação após CRM.9

A literatura disponível sobre fatores que levam à LPH após CRM tem uma variedade de métodos utilizados, alguns com tamanhos de amostras limitados, diferentes critérios de alocação dos pacientes,2,10-13 e resultados com diferentes fatores de impactos para LPH após CRM. Características socioeconômicas, além das clínicas e hospitalares, mostraram-se influentes no tempo de internação pós-operatória,2,11 sendo necessários estudos específicos para as diferentes populações. Os estudos direcionados à população brasileira são insuficientes para gerar previsibilidade, seja por amostra limitada13 ou metodologias direcionadas para poucas variáveis,14 justificando a necessidade de dados mais robustos relacionados a este tema.

Neste âmbito, é de fundamental importância identificar e compreender os fatores que levam ao aumento do tempo de internação após CRM, visando aumentar a previsibilidade, melhorar desfechos e reduzir custos aos sistemas de saúde.3 Este estudo teve como objetivo identificar preditores de risco de LPH após CRM.

 Métodos

Esta é uma análise transversal do banco de dados REPLICCAR II,15 um registro prospectivo, observacional e multicêntrico que incluiu cirurgias de revascularização miocárdica realizadas em 5 hospitais do estado de São Paulo, entre agosto de 2017 e julho de 2019.

O banco de dados REPLICCAR II15 contém pacientes com idade ≥ 18 anos submetidos à CRM primária e isolada de forma eletiva, e urgência. A plataforma para coleta de dados foi criada no REDCap (http://www.project-redcap.org) especialmente para o projeto, na qual foi coletado de forma online por profissionais graduados e treinados. O banco de dados contém as mesmas variáveis e definições da versão 2.9 do sistema de coletas do STS (Society of Thoracic Surgeons).11

Qualidade de dados

No total, o banco de dados REPLICCAR II15 inclui 4049 pacientes, 346 foram excluídos desta análise devido à ausência de dados referentes à permanência hospitalar.

 Definição das variáveis

A LPH após CRM foi definida como internação hospitalar maior que 14 dias após a realização de CRM, seguindo a definição utilizada pelo banco de dados do STS.11 Transfusão intraoperatória referiu-se a infusão de concentrado de hemácias durante o procedimento cirúrgico. Para cálculo do Clearance de creatinina foi utilizada a equação de Crockoft-Gault.16 Cirurgias de emergências foram excluídas desta análise por considerar que fatores relacionados com a gravidade dos pacientes poderiam enviesar a identificação de preditores passíveis de gerenciamento.

 Análise estatística

O software R versão 4.0.2 foi utilizado para a realização de todas as análises realizadas neste estudo.

Na análise descritiva, as variáveis contínuas apresentaram assimetria e, por isso, foram descritas através de mediana e intervalo interquartil, enquanto as variáveis categóricas foram expressas em termos de frequências e porcentagens.

As variáveis independentes categóricas foram analisadas por meio da comparação de proporções com os testes qui-quadrado ou exato de Fisher, conforme apropriado. O teste de normalidade foi realizado fazendo uso do Shapiro-Wilk e o teste de homogeneidade de amostras por intermédio do teste de Levene. O teste de Mann-Whitney foi utilizado para análise das variáveis contínuas devido à distribuição dos dados.

As variáveis de predição (pré e intraoperatórias) foram analisadas por meio da regressão logística univariada, e as variáveis com valor de p menor que 0,05 foram submetidas consecutivamente a um modelo de regressão logística multivariada para avaliar o impacto independente dos preditores na permanência prolongada pós-operatória.

Foram expressas a razão de chances (odds ratio) e o intervalo de confiança de 95%. Os valores de p menores de 0,05 foram considerados significativos.

 Ética e termo de consentimento

Esta é uma análise do registro REPLICCAR II,15 aprovado pela Comissão de Ética com o número de parecer 5.603.742, sob o número de registro CAAE: 66919417.6.1001.0068 e SDC 4506/17/006 aprovado em 10-04-2017. O consentimento livre e esclarecido foi dispensado na coleta de dados devido à metodologia do desenho de pesquisa, aplicada ao projeto inicial.

 Resultados

Foram avaliados 3703 pacientes submetidos à CRM. Destes, 228 (6,16%) apresentaram internação prolongada no pós-operatório com a mediana de 17 (16-20) dias.

Na Tabela 1, são apresentadas as características dos dois grupos avaliados. Quanto à idade, o grupo que teve LPH após a CRM demonstrou uma mediana mais elevada. No que diz respeito ao gênero, a prevalência feminina foi mais acentuada nesse grupo, e o índice de massa corpórea ≥ 30, bem como pacientes com admissão em urgência, foi mais comum no mesmo.

Características dos pacientes com longa permanência hospitalar após CRM, REPLICCAR II, São Paulo, 2022
Tempo de permanência após CRM
Características ≤ 14 dias (n=3475) > 14 dias (n=228)
n % n % IC 95% Valor de p
Idade (anos) * 63 (57-70) * 67 (62-72) * 62,76 a 63,35 < 0,001 §
Sexo (feminino) 908 26,13 75 32,89 0,25 a 0,28 0,02 ‡
Urgência (admissão) 1505 43,31 118 51,75 0,42 a 0,45 0,01 §
Índice de massa corporal (kg/m2)
< 18,5 15 0,44 0 - 0,002 a 0,007 0,01 †
18,5-24,9 1064 30,87 67 29,78 0,31 a 0,34
25-29,9 1513 43,89 42 18,67 0,31 a 0,34
≥ 30 855 24,80 116 51,56 0,27 a 0,29
Infarto prévio do miocárdio 1821 52,4 131 57,46 0,51 a 0,54 0,13 ‡
Hipertensão arterial sistêmica 3072 88,4 198 88,64 0,87 a 0,89 0,47 ‡
Diabetes mellitus 1690 45,13 111 48,68 0,44 a 0,47 0,98 ‡
Doença cerebrovascular 1 314 9,04 31 13,6 0,08 a 0,10 0,02 ‡
Fibrilação atrial 50 1,44 5 2,19 0,01 a 0,02 0,39 †
Fração de ejeção (<30%) 49 1,41 8 3,51 0,01 a 0,02 0,02 †
Insuficiência renal 2 955 27,48 112 49,12 0,27 a 0,30 < 0,001 ‡
Classificação de angina CCS
IV 325 9,35 31 13,6 0,08 a 0,10 0,03 ‡
Classificação NYHA
I e II 3051 87,8 185 81,14 0,86 a 0,88 <0,001 ‡
III e IV 424 12,2 43 18,86 0,11 a 0,13
Anemia3 1263 36,35 112 49,12 0,35 a 0,38 < 0,001 ‡
Transfusão de hemácias no intraoperatório 560 16,12 66 28,95 0,16 a 0,18 < 0,001 ‡
Utilização de circulação extracorpórea 3163 91,02 201 88,16 0,89 a 0,91 0,14 ‡
STS score (permanência prolongada)* 1,66 (1,10 - 2,61)* 2,11 (1,43 - 3,31)* 2,14 a 2,26 < 0,001 §
Tempo de permanência após CRM * 7 (5-8) * 17 (16-20) * 7.52 a 7.75 < 0,001 §
STS score (mortalidade) * 0,62 (0,41- 0,99) * 0,8 (0,53 - 1,21) * 0,82 a 0,87 < 0,001 §
Óbito 57 1,64 10 4,38 0,01 a 0,02 0,007 †

Doença cerebrovascular: Acidente vascular cerebral, ataque isquêmico transitório ou estenose das carótidas

Considerado Clearance de creatinina < 60 ml/min/1,73m2

Anemia: Hemoglobina <11,9mg/dL para mulheres e <13,6mg/dL para homens;17 NYHA: New York Heart Association; CSC: Canadian Cardiovascular Society; STS: Society of Thoracic Surgeons; CRM: cirurgia de revascularização do miocárdio.

Mediana e intervalo interquartil

exato de Fisher

qui-quadrado

Mann Whitney; IC 95% (médias e proporções).

Foi observada uma maior incidência de doença cerebrovascular prévia no grupo LPH em comparação com o grupo que passou por internação pós-operatória de até 14 dias. Entre os pacientes com LPH, uma proporção significativamente maior apresentou fração de ejeção cardíaca inferior a 30%, enquanto no grupo com internação pós-operatória de até 14 dias, essa incidência foi menor. No que diz respeito aos pacientes com insuficiência renal, a prevalência de Clearance de creatinina inferior a 60 ml/min/1,73m2 foi significativamente maior no grupo submetido à LPH. Além disso, no grupo com LPH, houve uma maior incidência de pacientes classificados com angina Canadian Cardiovascular Society (CSS)18 IV e uma presença mais significativa de pacientes nas classes III e IV na classificação New York Heart Association (NYHA)19 em comparação com o grupo com internação pós-operatória de até 14 dias.

No grupo com LPH após a CRM, detectou-se uma maior incidência de pacientes com anemia pré-operatória em comparação com o grupo com internação pós-operatória de até 14 dias. Os pacientes que necessitaram de transfusão de hemácias no intraoperatório foram mais prevalentes no grupo com LPH após CRM. O risco de LPH estimado pelo STS foi mais alto nos pacientes que tiveram internação prolongada em comparação com o grupo com internação pós-operatória de até 14 dias. Da mesma forma, o risco de mortalidade estimado pelo STS foi maior nos pacientes que tiveram LPH após CRM. Infarto prévio do miocárdio, hipertensão arterial sistêmica, diabetes mellitus, fibrilação atrial e utilização de circulação extracorpórea não apresentaram significância estatística entre esses dois grupos. Após a regressão logística univariada (Tabela 2), dez variáveis apresentaram relação com LPH após CRM e foram, em seguida, para a regressão logística multivariada.

Regressão logística univariada com preditores de longa permanência hospitalar após CRM. REPLICCAR II, São Paulo, 2022
Variável OR IC 95 % Valor de p
Idade (>60 anos) 2,62 1,89 a 3,65 < 0,001
Sexo (feminino) 1,38 1,04 a 1,84 0,02
Urgência (admissão) 1,40 1,07 a 1,83 0,01
Doença cerebrovascular1 1,58 1,07 a 2,35 0,022
Fração de ejeção (< 30%) 3,02 1,3 a 6,83 0,03
Insuficiência renal2 2,55 1,00 a 3,43 < 0,001
Classificação de angina CCS
IV 1,52 1,03 a 2,26 0,04
Classificação NYHA
III e IV 1,67 1,18 a 2,36 0,004
Anemia3 1,69 1,29 a 2,21 < 0,001
Transfusão de hemácias no intraoperatório 2,12 1,57 a 2,86 < 0,001

Doença cerebrovascular: Acidente vascular cerebral, ataque isquêmico transitório ou estenose das carótidas

Considerado Clearance de creatinina < 60 ml/min/1,73m2

Anemia: Hemoglobina < 11,9mg/dL para mulheres e < 13,6mg/dL para homens;17 CCS: Canadian Cardiovascular Society; NYHA: New York Heart Association; OR: Oddsratio.

Das variáveis incluídas na regressão logística multivariada (Tabela 3), três variáveis mostraram associação com a internação pós-operatória prolongada: idade, insuficiência renal e transfusão de hemácias no intraoperatório (Figura Central).

Regressão logística multivariada com preditores de longa permanência hospitalar após CRM. REPLICCAR II, São Paulo, 2022
Variável OR IC 95 % Valor de p
Idade (>60 anos) 2,05 1,43 a 2,87 < 0,001
Insuficiência renal1 1,73 1,29 a 2,32 < 0,001
Transfusão de hemácias no intraoperatório 1,32 1,07 a 2,06 0,01

Considerado Clearance de creatinina < 60 ml/min/1,73m2.

CRM de urgência, assim como sexo, histórico de doença cerebrovascular, anemia pré-operatória, fração de ejeção < 30%, presença de angina CCS IV, bem como classe funcional NYHA III e IV, não representaram significância estatística no tempo de permanência pós-operatória dos pacientes.

 Discussão

Na amostra deste estudo 6,15% (n=228) dos pacientes apresentaram internação prolongada, achado compatível com estudos prévios,2,10 mas ainda acima das médias encontradas nos estudos de rápida recuperação após cirurgia cardíaca.9 Os preditores de LPH após CRM encontrados nesta análise (idade >60 anos, insuficiência renal, e transfusão de hemácias no intraoperatório) diferem da literatura relativa à população brasileira, com objetivo semelhante,13 porém estão alinhados com dados da literatura mundial elaborados com análises estatísticas diferentes.12 Um estudo norte-americano com 2121 pacientes submetidos a CRM12 em um único centro, analisando 116 variáveis, com 2 (duas) diferentes técnicas de análise de dados por inteligência artificial, apontou como 4 principais fatores de impacto para LPH após CRM: tempo de intubação, valor de creatinina pré-operatório, idade e número de transfusões intraoperatórias.

O impacto da idade >60 anos no aumento do tempo de permanência hospitalar, encontrado neste estudo, está alinhado com dados de trabalhos prévios.2,10 Em um estudo com 649 pacientes submetidos a CRM,2 utilizou-se testes paramétricos univariados e modelo de regressão linear múltipla, para identificar preditores de LPH após CRM, apontando a idade como variável independente. Outro estudo com 1426 pacientes10 do banco de dados STS11 utilizou modelo baseado em inteligência artificial, conhecido como algoritmo genético, que propôs 23 fatores pré e intraoperatórios relacionados com aumento da permanência hospitalar após CRM, sendo a idade um dos 3 principais fatores encontrados. Os modelos de predição de risco cirúrgico do STS11 e o Euroscore II20 colocam a idade como um fator de risco isolado para aumento de morbimortalidade após cirurgia cardíaca. As variações orgânicas relacionadas à idade e ao aumento de comorbidades nas populações idosas são fatores sugeridos para o aumento de complicações pós-operatórias e tempo de internação hospitalar após CRM.21

A disfunção renal pré-operatória é um conhecido fator de piora de desfechos a curto e longo prazo após CRM.22,23 Apesar do amplo uso da creatinina como biomarcador de função renal, seus níveis séricos normais ≤ 1,3mg/dL23 podem mascarar uma disfunção renal existente, identificada pelo Clearance de creatinina < 60ml/min/1,73m2, conhecida como disfunção renal oculta.22,24 Esta por sua vez é um fator de risco independente para mortalidade,23,24 disfunção renal pós-operatória,23,24 hemodiálise,23,24 acidente vascular encefálico,23 e internação hospitalar > 7 dias,23,24 após CRM. Estas condições podem aumentar o tempo de internação hospitalar após a cirurgia.22-24

A associação entre transfusão de hemácias e eventos adversos no pós-operatório de CRM é consistentemente descrita na literatura.25-28 A relação entre aumento do tempo de internamento hospitalar e hemotransfusão, encontrada neste estudo, é corroborada com a literatura existente.26-29 Há diversas razões para esta associação tais quais: infecções, arritmias, insuficiência renal aguda, acidente vascular encefálico.27-29 Em uma coorte prospectiva, multicêntrica nos Estados Unidos, a transfusão de concentrado de hemácias foi identificada como fator de risco independente para aumento de tempo de permanência em unidade de terapia intensiva e tempo de internação hospitalar.25 Este resultado foi semelhante a um estudo prospectivo observacional que encontrou as mesmas associações independentemente do valor de hemoglobina pré transfusional.26

Com base nos dados deste estudo e de estudos prévios, entende-se que intervenções realizadas nas variáveis de impacto tem potencial de reduzir o risco de internação pós-operatória prolongada, tais quais: medidas preventivas e terapêuticas específicas para pacientes > 60 anos; diagnóstico de disfunção renal no pré-operatório e medidas de nefro proteção perioperatórias; técnicas de diminuição de transfusão de hemácias no intraoperatório.

Limitações

Neste estudo foi utilizada a técnica de regressão logística para identificação dos preditores de LPH após CRM. Apesar da eficiência deste tipo de análise, atualmente estão sendo utilizadas técnicas com inteligência artificial que se propõem trabalhar grandes bancos de dados com tal objetivo e menor probabilidade de erro.

A falta de dados referente ao tempo de permanência pós-operatória levou à exclusão de pacientes para esta análise limitando assim o tamanho da amostra para a análise. Apesar disso, a análise realizada teve um número maior de eventos que o necessário para estas análises, além de ser a maior amostra de estudos prévios na população brasileira, sendo compatível com a literatura mundial.

Nesta análise não foi realizada a construção de um escore de risco capaz de predizer o risco de LPH após CRM, no entanto estes dados podem servir de parâmetro para a construção de tal modelo em estudos futuros.

 Conclusão

Pacientes com mais de 60 anos com insuficiência renal e transfusão de hemácias no intraoperatório foram preditores independentes de LPH após a CRM. Estas variáveis devem ser validadas em outras populações para confirmar sua acurácia e podem ser levadas em consideração no planejamento estratégico multiprofissional visando otimização de resultados e recursos do sistema de saúde.

Fontes de financiamento

O presente estudo foi financiado pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP).

Vinculação acadêmica

Não há vinculação deste estudo a programas de pós-graduação.

Aprovação ética e consentimento informado

Este estudo foi aprovado pelo Comitê de Ética do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo sob o número de protocolo 66919417.6.1001.0068, parecer 5.603.742. Todos os procedimentos envolvidos nesse estudo estão de acordo com a Declaração de Helsinki de 1975, atualizada em 2013.

 Referências LaPar DJ Crosby IK Rich JB Fonner E Jr Kron IL Ailawadi G A Contemporary Cost Analysis of Postoperative Morbidity after Coronary Artery Bypass Grafting with and Without Concomitant Aortic Valve Replacement to Improve Patient Quality and Cost-effective Care Ann Thorac Surg 2013 96 5 1621 1627 10.1016/j.athoracsur.2013.05.050 1 LaPar DJ, Crosby IK, Rich JB, Fonner E Jr, Kron IL, Ailawadi G, et al. A Contemporary Cost Analysis of Postoperative Morbidity after Coronary Artery Bypass Grafting with and Without Concomitant Aortic Valve Replacement to Improve Patient Quality and Cost-effective Care. Ann Thorac Surg. 2013;96(5):1621-7. doi: 10.1016/j.athoracsur.2013.05.050. Torabipour A Arab M Zeraati H Rashidian A Sari AA Sarzaiem MR Multivariate Analysis of Factors Influencing Length of Hospital Stay after Coronary Artery Bypass Surgery in Tehran, Iran Acta Med Iran 2016 54 2 124 133 2 Torabipour A, Arab M, Zeraati H, Rashidian A, Sari AA, Sarzaiem MR. Multivariate Analysis of Factors Influencing Length of Hospital Stay after Coronary Artery Bypass Surgery in Tehran, Iran. Acta Med Iran. 2016;54(2):124-33. Kato N Kondo M Okubo I Hasegawa T Length of Hospital Stay in Japan 1971-2008: Hospital Ownership and Cost-containment Policies Health Policy 2014 115 2-3 180 188 10.1016/j.healthpol.2014.01.002 3 Kato N, Kondo M, Okubo I, Hasegawa T. Length of Hospital Stay in Japan 1971-2008: Hospital Ownership and Cost-containment Policies. Health Policy. 2014;115(2-3):180-8. doi: 10.1016/j.healthpol.2014.01.002. Brasil. Ministério da Saúde Portaria GM/MS nº 1.100, de 12 de maio de 2022. Define o 1º Ciclo do Programa de Qualificação da Assistência Cardiovascular, QualiSUS Cardio, no âmbito do Sistema Único de Saúde – SUS Brasília Ministério da Saúde 2022 4 Brasil. Ministério da Saúde. Portaria GM/MS nº 1.100, de 12 de maio de 2022. Define o 1º Ciclo do Programa de Qualificação da Assistência Cardiovascular, QualiSUS Cardio, no âmbito do Sistema Único de Saúde – SUS. Brasília: Ministério da Saúde; 2022. Neumann FJ Sousa-Uva M Ahlsson A Alfonso F Banning AP Benedetto U 2018 ESC/EACTS Guidelines on Myocardial Revascularization Eur Heart J 2019 40 2 87 165 10.1093/eurheartj/ehy394 5 Neumann FJ, Sousa-Uva M, Ahlsson A, Alfonso F, Banning AP, Benedetto U, et al. 2018 ESC/EACTS Guidelines on Myocardial Revascularization. Eur Heart J. 2019;40(2):87-165. doi: 10.1093/eurheartj/ehy394. Kaboli PJ Go JT Hockenberry J Glasgow JM Johnson SR Rosenthal GE Associations Between Reduced Hospital Length of Stay and 30-day Readmission Rate and Mortality: 14-year Experience in 129 Veterans Affairs Hospitals Ann Intern Med 2012 157 12 837 845 10.7326/0003-4819-157-12-201212180-00003 6 Kaboli PJ, Go JT, Hockenberry J, Glasgow JM, Johnson SR, Rosenthal GE, et al. Associations Between Reduced Hospital Length of Stay and 30-day Readmission Rate and Mortality: 14-year Experience in 129 Veterans Affairs Hospitals. Ann Intern Med. 2012;157(12):837-45. doi: 10.7326/0003-4819-157-12-201212180-00003. Osnabrugge RL Speir AM Head SJ Jones PG Ailawadi G Fonner CE Prediction of Costs and Length of Stay in Coronary Artery Bypass Grafting Ann Thorac Surg 2014 98 4 1286 1293 10.1016/j.athoracsur.2014.05.073 7 Osnabrugge RL, Speir AM, Head SJ, Jones PG, Ailawadi G, Fonner CE, et al. Prediction of Costs and Length of Stay in Coronary Artery Bypass Grafting. Ann Thorac Surg. 2014;98(4):1286-93. doi: 10.1016/j.athoracsur.2014.05.073.. Brasil. Ministério da Saúde Banco de dados do Sistema Único de Saúde-DATASUS [Internet] Brasília Ministério da Saúde 2023 cited 2023 Jan 08 Available from: http://www.datasus.gov.br 8 Brasil. Ministério da Saúde. Banco de dados do Sistema Único de Saúde-DATASUS [Internet]. Brasília: Ministério da Saúde; 2023 [cited 2023 Jan 08]. Available from: http://www.datasus.gov.br. Li M Zhang J Gan TJ Qin G Wang L Zhu M Enhanced Recovery after Surgery Pathway for Patients Undergoing Cardiac Surgery: A Randomized Clinical Trial Eur J Cardiothorac Surg 2018 54 3 491 497 10.1093/ejcts/ezy100 9 Li M, Zhang J, Gan TJ, Qin G, Wang L, Zhu M, et al. Enhanced Recovery after Surgery Pathway for Patients Undergoing Cardiac Surgery: A Randomized Clinical Trial. Eur J Cardiothorac Surg. 2018;54(3):491-7. doi: 10.1093/ejcts/ezy100. Lee J Govindan S Celi LA Khabbaz KR Subramaniam B Customized Prediction of Short Length of Stay Following Elective Cardiac Surgery in Elderly Patients Using a Genetic Algorithm World J Cardiovasc Surg 2013 3 5 163 170 10.4236/wjcs.2013.35034 10 Lee J, Govindan S, Celi LA, Khabbaz KR, Subramaniam B. Customized Prediction of Short Length of Stay Following Elective Cardiac Surgery in Elderly Patients Using a Genetic Algorithm. World J Cardiovasc Surg. 2013;3(5):163-70. doi: 10.4236/wjcs.2013.35034. Shahian DM O’Brien SM Filardo G Ferraris VA Haan CK Rich JB The Society of Thoracic Surgeons 2008 Cardiac Surgery Risk Models: Part 1--coronary Artery Bypass Grafting Surgery Ann Thorac Surg 2009 88 1Suppl 2 22 10.1016/j.athoracsur.2009.05.053 11 Shahian DM, O’Brien SM, Filardo G, Ferraris VA, Haan CK, Rich JB, et al. The Society of Thoracic Surgeons 2008 Cardiac Surgery Risk Models: Part 1--coronary Artery Bypass Grafting Surgery. Ann Thorac Surg. 2009;88(1Suppl):2-22. doi: 10.1016/j.athoracsur.2009.05.053. Triana AJ Vyas R Shah AS Tiwari V Predicting Length of Stay of Coronary Artery Bypass Grafting Patients Using Machine Learning J Surg Res 2021 264 68 75 10.1016/j.jss.2021.02.003 12 Triana AJ, Vyas R, Shah AS, Tiwari V. Predicting Length of Stay of Coronary Artery Bypass Grafting Patients Using Machine Learning. J Surg Res. 2021;264:68-75. doi: 10.1016/j.jss.2021.02.003. Oliveira EK Turquetto AL Tauil PL Junqueira LF Jr Porto LG Risk Factors for Prolonged Hospital Stay after Isolated Coronary Artery Bypass Grafting Rev Bras Cir Cardiovasc 2013 28 3 353 363 10.5935/1678-9741.20130055 13 Oliveira EK, Turquetto AL, Tauil PL, Junqueira LF Jr, Porto LG. Risk Factors for Prolonged Hospital Stay after Isolated Coronary Artery Bypass Grafting. Rev Bras Cir Cardiovasc. 2013;28(3):353-63. doi: 10.5935/1678-9741.20130055. Volkmann MA Behr PE Burmeister JE Consoni PR Kalil RA Prates PR Hidden Renal Dysfunction Causes Increased In-hospital Mortality Risk after Coronary Artery Bypass Graft Surgery Rev Bras Cir Cardiovasc 2011 26 3 319 325 10.5935/1678-9741.20110005 14 Volkmann MA, Behr PE, Burmeister JE, Consoni PR, Kalil RA, Prates PR, et al. Hidden Renal Dysfunction Causes Increased In-hospital Mortality Risk after Coronary Artery Bypass Graft Surgery. Rev Bras Cir Cardiovasc. 2011;26(3):319-25. doi: 10.5935/1678-9741.20110005. Orlandi BMM Mejia OAV Borgomoni GB Goncharov M Rocha KN Bassolli L REPLICCAR II Study: Data Quality Audit in the Paulista Cardiovascular Surgery Registry PLoS One 2020 15 7 e0223343 10.1371/journal.pone.0223343 15 Orlandi BMM, Mejia OAV, Borgomoni GB, Goncharov M, Rocha KN, Bassolli L, et al. REPLICCAR II Study: Data Quality Audit in the Paulista Cardiovascular Surgery Registry. PLoS One. 2020;15(7):e0223343. doi: 10.1371/journal.pone.0223343. Cockcroft DW Gault MH Prediction of Creatinine Clearance from Serum Creatinine Nephron 1976 16 1 31 41 10.1159/000180580 16 Cockcroft DW, Gault MH. Prediction of Creatinine Clearance from Serum Creatinine. Nephron. 1976;16(1):31-41. doi: 10.1159/000180580. Adeli K Raizman JE Chen Y Higgins V Nieuwesteeg M Abdelhaleem M Complex Biological Profile of Hematologic Markers Across Pediatric, Adult, and Geriatric Ages: Establishment of Robust Pediatric and Adult Reference Intervals on the Basis of the Canadian Health Measures Survey Clin Chem 2015 61 8 1075 1086 10.1373/clinchem.2015.240531 17 Adeli K, Raizman JE, Chen Y, Higgins V, Nieuwesteeg M, Abdelhaleem M, et al. Complex Biological Profile of Hematologic Markers Across Pediatric, Adult, and Geriatric Ages: Establishment of Robust Pediatric and Adult Reference Intervals on the Basis of the Canadian Health Measures Survey. Clin Chem. 2015;61(8):1075-86. doi: 10.1373/clinchem.2015.240531. Smith ER The Angina Grading System of the Canadian Cardiovascular Society Can J Cardiol 2002 18 4 439 442 18 Smith ER. The Angina Grading System of the Canadian Cardiovascular Society. Can J Cardiol. 2002;18(4):439, 442. Fisher JD New York Heart Association Classification Arch Intern Med 1972 129 5 836 836 19 Fisher JD. New York Heart Association Classification. Arch Intern Med. 1972;129(5):836. Nashef SA Roques F Sharples LD Nilsson J Smith C Goldstone AR EuroSCORE II Eur J Cardiothorac Surg 2012 41 4 734 744 10.1093/ejcts/ezs043 20 Nashef SA, Roques F, Sharples LD, Nilsson J, Smith C, Goldstone AR, et al. EuroSCORE II. Eur J Cardiothorac Surg. 2012;41(4):734-44. doi: 10.1093/ejcts/ezs043. Mortasawi A Arnrich B Walter J Frerichs I Rosendahl U Ennker J Impact of Age on the Results of Coronary Artery Bypass Grafting Asian Cardiovasc Thorac Ann 2004 12 4 324 329 10.1177/021849230401200410 21 Mortasawi A, Arnrich B, Walter J, Frerichs I, Rosendahl U, Ennker J. Impact of Age on the Results of Coronary Artery Bypass Grafting. Asian Cardiovasc Thorac Ann. 2004;12(4):324-9. doi: 10.1177/021849230401200410. Lv M Hu B Ge W Li Z Wang Q Han C Impact of Preoperative Occult Renal Dysfunction on Early and Late Outcomes after Off-Pump Coronary Artery Bypass Heart Lung Circ 2021 30 2 288 295 10.1016/j.hlc.2020.05.105 22 Lv M, Hu B, Ge W, Li Z, Wang Q, Han C, et al. Impact of Preoperative Occult Renal Dysfunction on Early and Late Outcomes after Off-Pump Coronary Artery Bypass. Heart Lung Circ. 2021;30(2):288-95. doi: 10.1016/j.hlc.2020.05.105. Cooper WA O‘Brien SM Thourani VH Guyton RA Bridges CR Szczech LA Impact of Renal Dysfunction on Outcomes of Coronary Artery Bypass Surgery: Results from the Society of Thoracic Surgeons National Adult Cardiac Database Circulation 2006 113 8 1063 1070 10.1161/CIRCULATIONAHA.105.580084 23 Cooper WA, O‘Brien SM, Thourani VH, Guyton RA, Bridges CR, Szczech LA, et al. Impact of Renal Dysfunction on Outcomes of Coronary Artery Bypass Surgery: Results from the Society of Thoracic Surgeons National Adult Cardiac Database. Circulation. 2006;113(8):1063-70. doi: 10.1161/CIRCULATIONAHA.105.580084. Miceli A Bruno VD Capoun R Romeo F Angelini GD Caputo M Occult Renal Dysfunction: A Mortality and Morbidity Risk Factor in Coronary Artery Bypass Grafting Surgery J Thorac Cardiovasc Surg 2011 141 3 771 776 10.1016/j.jtcvs.2010.08.016 24 Miceli A, Bruno VD, Capoun R, Romeo F, Angelini GD, Caputo M. Occult Renal Dysfunction: A Mortality and Morbidity Risk Factor in Coronary Artery Bypass Grafting Surgery. J Thorac Cardiovasc Surg. 2011;141(3):771-6. doi: 10.1016/j.jtcvs.2010.08.016. Corwin HL Gettinger A Pearl RG Fink MP Levy MM Abraham E The CRIT Study: Anemia and Blood Transfusion in the Critically Ill--current Clinical Practice in the United States Crit Care Med 2004 32 1 39 52 10.1097/01.CCM.0000104112.34142.79 25 Corwin HL, Gettinger A, Pearl RG, Fink MP, Levy MM, Abraham E, et al. The CRIT Study: Anemia and Blood Transfusion in the Critically Ill--current Clinical Practice in the United States. Crit Care Med. 2004;32(1):39-52. doi: 10.1097/01.CCM.0000104112.34142.79. Vincent JL Baron JF Reinhart K Gattinoni L Thijs L Webb A Anemia and Blood Transfusion in Critically Ill Patients JAMA 2002 288 12 1499 1507 10.1001/jama.288.12.1499 26 Vincent JL, Baron JF, Reinhart K, Gattinoni L, Thijs L, Webb A, et al. Anemia and Blood Transfusion in Critically Ill Patients. JAMA. 2002;288(12):1499-507. doi: 10.1001/jama.288.12.1499. Koch CG Li L Duncan AI Mihaljevic T Cosgrove DM Loop FD Morbidity and Mortality Risk Associated with Red Blood Cell and Blood-component Transfusion in Isolated Coronary Artery Bypass Grafting Crit Care Med 2006 34 6 1608 1616 10.1097/01.CCM.0000217920.48559.D8 27 Koch CG, Li L, Duncan AI, Mihaljevic T, Cosgrove DM, Loop FD, et al. Morbidity and Mortality Risk Associated with Red Blood Cell and Blood-component Transfusion in Isolated Coronary Artery Bypass Grafting. Crit Care Med. 2006;34(6):1608-16. doi: 10.1097/01.CCM.0000217920.48559.D8. Dorneles CC Bodanese LC Guaragna JC Macagnan FE Coelho JC Borges AP The Impact of Blood Transfusion on Morbidity and Mortality after Cardiac Surgery Rev Bras Cir Cardiovasc 2011 26 2 222 229 10.1590/s0102-76382011000200012 28 Dorneles CC, Bodanese LC, Guaragna JC, Macagnan FE, Coelho JC, Borges AP, et al. The Impact of Blood Transfusion on Morbidity and Mortality after Cardiac Surgery. Rev Bras Cir Cardiovasc. 2011;26(2):222-9. doi: 10.1590/s0102-76382011000200012. Murphy GJ Reeves BC Rogers CA Rizvi SI Culliford L Angelini GD Increased Mortality, Postoperative Morbidity, and Cost after Red Blood Cell Transfusion in Patients Having Cardiac Surgery Circulation 2007 116 22 2544 2552 10.1161/CIRCULATIONAHA.107.698977 29 Murphy GJ, Reeves BC, Rogers CA, Rizvi SI, Culliford L, Angelini GD. Increased Mortality, Postoperative Morbidity, and Cost after Red Blood Cell Transfusion in Patients Having Cardiac Surgery. Circulation. 2007;116(22):2544-52. doi: 10.1161/CIRCULATIONAHA.107.698977. 10.36660/abc.20230769i Original Article Age, Renal Failure and Transfusion are Risk Predictors of Prolonged Hospital Stay after Coronary Artery Bypass Grafting Surgery 0009-0007-0836-3809 Andrade Diego Pereira Gregório de Conception and design of the research Analysis and interpretation of the data Writing of the manuscript Critical revision of the manuscript for content 1 0000-0002-3600-0200 Freitas Fabiane Letícia de Conception and design of the research Analysis and interpretation of the data Statistical analysis Writing of the manuscript 1 0000-0002-9243-7407 Borgomoni Gabrielle Barbosa Conception and design of the research Acquisition of data 1 0000-0003-4820-8399 Goncharov Maxim Statistical analysis Critical revision of the manuscript for content 2 0000-0003-1940-4470 Silva Pedro Gabriel Melo de Barros e Acquisition of data Critical revision of the manuscript for content 3 0000-0002-0449-7056 Nakazone Marcelo Arruda Acquisition of data Critical revision of the manuscript for content 4 Campagnucci Valquiria Pelisser Acquisition of data Critical revision of the manuscript for content 5 Tiveron Marcos Gradim Acquisition of data Critical revision of the manuscript for content 6 0000-0002-2137-0604 Lisboa Luiz Augusto Acquisition of data Critical revision of the manuscript for content 1 Dallan Luís Alberto Oliveira Acquisition of data Critical revision of the manuscript for content 1 0000-0001-6175-5595 Jatene Fabio Biscegli Acquisition of data Critical revision of the manuscript for content 1 0000-0002-1635-4984 Mejia Omar Asdrúbal Vilca Conception and design of the research Acquisition of data Analysis and interpretation of the data Obtaining financing Writing of the manuscript Critical revision of the manuscript for content 1 São Paulo SP Brazil Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo, São Paulo, SP – Brazil São Paulo SP Brazil Hospital do Coração - Instituto de Pesquisa, São Paulo, SP – Brazil São Paulo SP Brazil Hospital Samaritano Paulista, São Paulo, SP – Brazil São José do Rio Preto SP Brazil Faculdade de Medicina de São José do Rio Preto, São José do Rio Preto, SP – Brazil São Paulo SP Brazil Faculdade de Ciências Médicas da Santa Casa de São Paulo, São Paulo, SP – Brazil Marília SP Brazil Irmandade da Santa Casa de Misericórdia de Marília, Marília, SP – Brazil Mailing Address: Fabiane Letícia de Freitas • Instituto do Coração do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo – Av. Dr. Enéas de Carvalho Aguiar, 44. Postal Code 05403-900, São Paulo, SP – Brazil E-mail: fabianeleticiaa@gmail.com

Potential conflict of interest

No potential conflict of interest relevant to this article was reported.

Editor responsible for the review: Alexandre Colafranceschi

 Abstract Background:

Identifying risk factors in cardiovascular surgery assists in predictability, resulting in optimization of outcomes and cost reduction.

 Objective:

This study aimed to identify preoperative and intraoperative risk predictors for prolonged hospitalization after coronary artery bypass grafting (CABG) surgery in the state of São Paulo, Brazil.

 Methods:

A cross-sectional analysis using data from the REPLICCAR II database, a prospective, consecutive, multicenter registry that included CABG surgeries performed between August 2017 and July 2019. The primary outcome was a prolonged hospital stay (PHS), defined as a postoperative period exceeding 14 days. Univariate and multivariate logistic regression analyses were performed to identify the predictors with significance set at p <0.05.

 Results:

The median age was 63 (57-70) years and 26.55% of patients were female. Among the 3703 patients analyzed, 228 (6.16%) had a PHS after CABG, with a median hospital stay of 17 (16-20) days. Predictors of PHS after CABG included age >60 years (OR 2.05; 95% CI 1.43-2.87; p<0.001); renal failure (OR 1.73; 95% CI 1.29-2.32; p <0.001) and intraoperative red blood cell transfusion (OR 1.32; 95% CI 1.07-2.06; p=0.01).

 Conclusion:

Age >60 years, renal failure, and intraoperative red blood cell transfusion were independent predictors of PHS after CABG. The identification of these variables can help in multiprofessional strategic planning aimed to enhance results and resource utilization in the state of São Paulo.

 Keywords: Length of Stay Myocardial Revascularization Process Optimization Introduction

The length of postoperative hospital stay is a robust measure of healthcare quality,1-3 guiding resource management in both public and private health management sectors.3,4 Brazil, for instance, has adopted a public payment model since 2022 that incorporates quality and performance metrics, considering the length of postoperative hospital stay as one of the variables used.4 With consolidated evidence on the reduction of cardiovascular outcomes in the long term,5 coronary artery bypass grafting (CABG) surgery can contribute to prolonged hospital stay (PHS), bringing risks to patients, impacting quality of life, increasing healthcare costs,1 and adversely affecting hospital service quality indicators.6

In a multicenter cohort study conducted in the United States,7 the correlation between hospital length of stay and costs to the healthcare system was analyzed, based on data from 42,839 patients who underwent CABG. The findings revealed that an average hospitalization of 5.4 days incurred a cost of US$33,275.00, whereas an average stay of 13.8 days amounted to US$69,122.00 for healthcare payers. In Brazil, according to data from DATASUS,8 between January and November 2022, a total of 17,931 isolated CABG surgeries were carried out by the Brazilian Unified Health System, costing R$180,123,355.01. Moreover, during this period,8 the average hospital stay for a CABG using cardiopulmonary bypass with two or more grafts was 12.1 days. Various research endeavors aiming to reduce hospital stays, associated costs, and complications following CABG are underway, focusing on the implementation of rapid recovery protocols.9

The existing literature on factors leading to PHS following CABG varies in methodologies, with some studies utilizing limited sample sizes and different patient allocation criteria,2,10-13 and results with different impact factors for PHS after CABG. Socioeconomic characteristics, alongside clinical and hospital-related characteristics, have been shown to influence postoperative hospitalization duration,2,11 requiring specific studies for different populations. However, studies focusing on the Brazilian population remain insufficient in providing predictive insights, either by a limited sample13 or methodologies focused on a narrow set of variables.14 Hence, there is a need for more robust data related to this theme.

In this context, it becomes imperative to identify and understand the factors that lead to prolonged hospitalization after CABG, aiming to increase predictability, improve outcomes, and reduce costs to healthcare system.3 This study aimed to identify risk predictors of PHS after CABG surgery.

 Methods

This study comprises a cross-sectional analysis of the REPLICCAR II database,15 a prospective, observational, and multicenter registry encompassing CABG surgeries performed at five hospitals in the state of São Paulo between August 2017 and July 2019.

The REPLICCAR II database15 comprises patients aged ≥ 18 years who underwent elective and urgent CABG surgery. Data collection utilized the REDCap platform (http://www.project-redcap.org), especially for the project, and was collected online by qualified and trained professionals. The database contains the same variables and definitions as version 2.9 of the Society of Thoracic Surgeons (STS) data collection system.11

Data quality

The REPLICCAR II15 database includes a total of 4049 patients, however, 346 were excluded from this analysis due to the missing data regarding hospital stay.

 Variable definitions

Long hospital stay after CABG was defined as hospitalization exceeding 14 days post-surgery, following the definition used by the STS database.11 Intraoperative transfusion was characterized by the infusion of packed red blood cells during the surgical procedure. Creatinine clearance was calculated using the Crockoft-Gault equation.16 Emergency surgeries were excluded from this analysis to mitigate potential bias in identifying manageable predictors, as factors related to patient severity could confound the results.

 Statistical analysis

All analyses in this study were conducted using R software version 4.0.2.

In the descriptive analysis, continuous variables presented asymmetry and, therefore, were described through median and interquartile ranges. Categorical variables were expressed as frequencies and percentages.

Categorical independent variables were analyzed by comparing proportions using either the chi-square or Fisher's exact tests, as appropriate. Normality and sample homogeneity tests were performed using the Shapiro-Wilk and Levene tests, respectively. Continuous variables were analyzed using the Mann-Whitney test due to data distribution.

Prediction variables, both preoperative and intraoperative, were analyzed using univariate logistic regression. Variables with a p-value <0.05 were consecutively submitted to a multivariate logistic regression model to assess their independent impact on postoperative length of stay.

Odds ratios and their corresponding 95% confidence intervals were expressed. A significance level of p <0.05 was utilized.

 Ethics and informed consent

This analysis utilized data from the REPLICCAR II15 registry, which received approval from the Ethics Committee under opinion number 5.603.742, CAAE registration number: 66919417.6.1001.0068 and SDC 4506/17/006 approved on 04/10/2017. Informed consent for data collection was waived due to the research design employed in the initial project.

 Results

A total of 3703 patients who underwent CABG were evaluated. Among them, 228 (6.16%) had prolonged postoperative hospitalization, with a median duration of 17 (16-20) days.

Table 1 shows the characteristics of the two evaluated groups. The group experiencing PHS after CABG demonstrated a higher median age. Additionally, there was a higher prevalence of females in this group, and a higher proportion of patients with a body mass index ≥30, as well as emergency admissions.

Characteristics of patients with prolonged hospital stay after CABG, REPLICCAR II, São Paulo, 2022
Length of stay after CABG
Characteristics ≤ 14 days (n=3475) > 14 days (n=228)
n % n % 95% CI p-value
Age (years)* 63 (57-70) * 67 (62-72) * 62.76 a 63.35 < 0.001 §
Gender (female) 908 26.13 75 32.89 0.25 a 0.28 0.02 ‡
Urgency (admission) 1505 43.31 118 51.75 0.42 a 0.45 0.01 §
Body mass index (kg/m2)
<18.5 15 0.44 0 - 0.002 a 0.007 0.01 †
18.5-24.9 1064 30.87 67 29.78 0.31 a 0.34
25-29.9 1513 43.89 42 18.67 0.31 a 0.34
≥ 30 855 24.80 116 51.56 0.27 a 0.29
Previous myocardial infarction 1821 52.4 131 57.46 0.51 a 0.54 0.13 ‡
Systemic arterial hypertension 3072 88.4 198 88.64 0.87 a 0.89 0.47 ‡
Diabetes mellitus 1690 45.13 111 48.68 0.44 a 0.47 0.98 ‡
Cerebrovascular disease1 314 9.04 31 13.6 0.08 a 0.10 0.02 ‡
Atrial fibrillation 50 1.44 5 2.19 0.01 a 0.02 0.39 †
Ejection fraction (<30%) 49 1.41 8 3.51 0.01 a 0.02 0.02 †
Renal failure2 955 27.48 112 49.12 0.27 a 0.30 < 0.001 ‡
CCS angina class
IV 325 9.35 31 13.6 0.08 a 0.10 0.03 ‡
NYHA functional class
I and II 3051 87.8 185 81.14 0.86 a 0.88 <0.001 ‡
III and IV 424 12.2 43 18.86 0.11 a 0.13
Anemia3 1263 36.35 112 49.12 0.35 a 0.38 < 0.001 ‡
Intraoperative red blood cell transfusion 560 16.12 66 28.95 0.16 a 0.18 < 0.001 ‡
Use of cardiopulmonary bypass 3163 91.02 201 88.16 0.89 a 0.91 0.14 ‡
STS score (prolonged stay)* 1.66 (1.10 - 2.61) * 2.11 (1.43 - 3.31) * 2.14 a 2.26 < 0.001 §
Length of stay after CABG* 7 (5-8) * 17 (16-20) * 7.52 a 7.75 < 0.001 §
STS score (mortality)* 0.62 (0.41- 0.99) * 0.8 (0.53 - 1.21) * 0.82 a 0.87 < 0.001 §
Death 57 1.64 10 4.38 0.01 a 0.02 0.007 †

Cerebrovascular disease: stroke, transient ischemic attack, or carotid stenosis

Creatinine clearance <60 ml/min/1.73 m2

Anemia: Hemoglobin <11.9 mg/dL for women and <13.6 mg/dL for men;17 CCS: Canadian Cardiovascular Society; NYHA: New York Heart Association; OR: odds ratio.

The PHS group exhibited a higher incidence of previous cerebrovascular disease compared to the group with a postoperative hospital stay of up to 14 days. Among patients with PHS, a significantly higher proportion had a cardiac ejection fraction <30%, while this incidence was lower in the group with postoperative hospitalization of up to 14 days. Regarding patients with renal failure, the prevalence of creatinine clearance <60 ml/min/1.73 m2 was significantly higher in the PHS group. In addition, among patients in the PHS group, there was a higher incidence of those classified with angina class IV according to the Canadian Cardiovascular Society (CCS)18 and a more significant presence of patients in functional classes III and IV according to New York Heart Association (NYHA),19 compared to the group with postoperative hospitalization of up to 14 days.

In the group experiencing PHS following CABG, there was a higher incidence of patients with preoperative anemia compared to those with postoperative hospitalization of up to 14 days. Patients requiring intraoperative red blood cell transfusion were more prevalent in the PHS group. The risk of PHS estimated by STS was higher in patients with prolonged hospitalization compared to the group with postoperative hospitalization of up to 14 days. Similarly, the mortality risk estimated by STS was higher in patients who had PHS after CABG. Previous myocardial infarction, systemic arterial hypertension, diabetes mellitus, atrial fibrillation, and the use of cardiopulmonary bypass did not show statistically significant differences between these two groups. Following univariate logistic regression (Table 2), ten variables were associated with PHS after CABG and were subsequently included in multivariate logistic regression analysis.

Univariate logistic regression with predictors of prolonged hospital stay after CABG. REPLICCAR II, São Paulo, 2022
Variable OR 95 % CI p-value
Age >60 years 2.62 1.89 a 3.65 < 0.001
Gender (female) 1.38 1.04 a 1.84 0.02
Urgency (admission) 1.40 1.07 a 1.83 0.01
Cerebrovascular disease1 1.58 1.07 a 2.35 0.022
Ejection fraction (<30%) 3.02 1.3 a 6.83 0.03
Renal failure2 2.55 1.00 a 3.43 < 0.001
CCS angina class
IV 1.52 1.03 a 2.26 0.04
NYHA functional class
III and IV 1.67 1.18 a 2.36 0.004
Anemia3 1.69 1.29 a 2.21 < 0.001
Intraoperative red blood cell transfusion 2.12 1.57 a 2.86 < 0.001

Cerebrovascular disease: stroke, transient ischemic attack, or carotid stenosis

Creatinine clearance <60 ml/min/1.73 m2

Hemoglobin <11.9 mg/dLFor women and <13.6 mg/dL for men;17 CCS: Canadian Cardiovascular Society; NYHA: New York Heart Association; OR: odds ratio.

Among the variables included in the multivariate logistic regression (Table 3), three variables demonstrated an association with prolonged postoperative hospitalization: age, renal failure, and intraoperative red blood cell transfusion (central figure).

Univariate logistic regression with predictors of prolonged hospital stay after CABG. REPLICCAR II, São Paulo, 2022
Variable OR 95 % CI p-value
Age >60 years 2.05 1.43 a 2.87 < 0.001
Renal failure1 1.73 1.29 a 2.32 < 0.001
Intraoperative red blood cell transfusion 1.32 1.07 a 2.06 0.01

Creatinine clearance < 60 ml/min/1.73m2.

Urgent CABG, as well as gender, history of cerebrovascular disease, preoperative anemia, ejection fraction < 30%, presence of angina CCS class IV, as well as NYHA functional class III and IV, did not show statistical significance in the length of postoperative stay.

 Discussion

In the sample of this study, 6.15% (n=228) of patients experienced prolonged hospitalization, a finding compatible with previous studies,2,10 albeit slightly higher than averages found in studies investigating rapid recovery after cardiac surgery.9 The predictors of PHS after CABG found in this analysis (age >60 years, renal failure, and intraoperative red blood cell transfusion) differ from the literature related to the Brazilian population, with a similar objective,13 but are in line with data from the world literature elaborated with diverse statistical analyzes.12 A North American study with 2121 patients who underwent CABG12 in a single center, which analyzed 116 variables with two different artificial intelligence techniques for data analysis, identified four main impact factors for PHS after CABG: intubation time, preoperative creatinine value, age, and number of intraoperative transfusions.

The observed impact of age >60 years on the increase in length of hospital stay, as evidenced in this study, is in line with data from previous studies.2,10 In a study with 649 patients undergoing CABG,2 both univariate parametric tests and a multiple linear regression model were used to identify predictors of PHS after CABG, with age as an independent variable. Another study with 1426 patients10 from the STS11 database used an artificial intelligence-based model, known as a genetic algorithm, which identified 23 pre- and intraoperative factors related to increased hospital stay after CABG, with age being one of the three main factors found. Both the STS11 and EuroSCORE II20 surgical risk prediction models emphasize age as an isolated risk factor for increased morbidity and mortality after cardiac surgery. Age-related physiological variations and increased comorbidities in elderly populations are suggested factors for increased postoperative complications and PHS after CABG.21

Preoperative renal dysfunction is recognized as a significant factor contributing to adverse short- and long-term outcomes after CABG.22,23 Despite the widespread use of creatinine as a biomarker of renal function, normal serum levels ≤1.3 mg/dL23 may mask underlying renal dysfunction, characterized by creatinine clearance <60 ml/min/1.73 m2, known as hidden renal dysfunction.22,24 This hidden dysfunction serves as an independent risk factor for mortality,23,24 postoperative renal dysfunction,23,24 need for hemodialysis,23,24 cerebrovascular accident,23 and hospitalization >7 days23,24 after CABG. These conditions may contribute to PHS after surgery.22-24

The association between red blood cell transfusion and adverse events in the postoperative period of CABG is consistently described in the literature.25-28 The link between PHS and blood transfusion, as observed in this study, is supported by the existing literature.26-29 Several factors contribute to this association, such as infections, arrhythmias, acute renal failure, and cerebrovascular accident.27-29 In a prospective, multicenter cohort study conducted in the United States, transfusion of packed red blood cells was identified as an independent risk factor for PHS in the intensive care unit and overall length of hospital stay.25 This finding aligns with a prospective observational study that found the same associations regardless of the pre-transfusion hemoglobin value.26

Based on the data from this study and previous studies, it is understood that interventions targeting the impact variables have the potential to reduce the risk of prolonged postoperative hospitalization, such as preventive and therapeutic measures specific for patients >60 years; diagnosis of preoperative renal dysfunction and perioperative nephroprotection measures; techniques to reduce intraoperative red blood cell transfusion.

Limitations

In this study, logistic regression was used to identify predictors of PHS following CABG. While logistic regression is efficient for such analyses, artificial intelligence techniques are increasingly employed, particularly for handling large databases with similar objectives, offering potentially reduced error probabilities.

The lack of data regarding postoperative length of stay led to the exclusion of certain patients from this analysis, thus limiting the sample size. Nonetheless, the analysis performed had a greater number of events, surpassing the requirements for such analyses. In addition, this study represents the largest sample among previous studies conducted in the Brazilian population, aligning well with the global literature.

In this analysis, the construction of a risk score capable of predicting the risk of PHS after CABG was not performed. However, these data can serve as a parameter for the development of such a model in future studies.

 Conclusion

Patients aged over 60 years, along with renal failure and intraoperative red blood cell transfusion, were independent predictors of PHS after CABG. These variables should be validated in other populations to confirm their accuracy and can be considered in multiprofessional strategic planning aimed at optimizing healthcare system results and resource utilization.

Sources of funding

This study was funded by Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP).

Study association

This study is not associated with any thesis or dissertation work.

Ethics approval and consent to participate

This study was approved by the Ethics Committee of the Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo under the protocol number 66919417.6.1001.0068, parecer 5.603.742. All the procedures in this study were in accordance with the 1975 Helsinki Declaration, updated in 2013.