Long-Term Outcomes After Valve Replacement for Low-Gradient Aortic Stenosis
Notice bibliographique
Résumé
BACKGROUND: The long-term outcomes of patients with low-gradient aortic stenosis (LGAS) after aortic valve replacement (AVR) are poorly defined. The purpose of this study was to define the long-term outcomes of LGAS patients after AVR and to evaluate the potential impact of prosthesis-patient mismatch (PPM) in these patients. METHODS AND RESULTS: A cohort of 664 patients undergoing AVR for aortic stenosis after 1990 were followed-up prospectively with annual clinical assessment and echocardiography (total follow-up 3447 patient-years; mean follow-up 5.2+/-3.3 years). LGAS was defined as an aortic valve area <1.2 cm2, a mean transvalvular pressure gradient <40 mm Hg, and a left ventricular (LV) ejection fraction <50%, and was present in 79 patients. Rates and correlates of survival, freedom from congestive heart failure (CHF), and LV mass regression after AVR were determined using multivariate regression methods. Ten-year survival and freedom from CHF after AVR were 72.7+/-7.5% and 68.2+/-9.5%, respectively, for patients with LGAS, compared with 89.6+/-1.8% and 84.1+/-4.2% for patients without LGAS (hazard ratio [HR] for death and postoperative CHF, 3.1+/-1.1 and 2.7+/-0.9, respectively; P<0.01). In LGAS patients, PPM, defined as an indexed effective orifice area < or = 0.85 cm2/m2, was independently associated with increased rates of CHF (HR, 3.6+/-2.2; P=0.039), impaired LV mass regression (P=0.037), and a trend toward increased late mortality (HR, 3.0+/-1.9; P=0.084). CONCLUSIONS: Patients with LGAS have worse long-term outcomes after AVR compared with patients without LGAS. PPM adversely affects the long-term outcomes of LGAS patients and should be avoided in this population.
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) | 0,000 | 0,001 |
| 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 ».