Prevalence and Long-Term Outcome of Aortic Prosthesis–Patient Mismatch in Patients With Paradoxical Low-Flow Severe Aortic Stenosis
Notice bibliographique
Résumé
BACKGROUND: Patients with severe aortic stenosis (AS) and paradoxical low flow (PLF) have worse outcome compared with those with normal flow. Furthermore, prosthesis-patient mismatch (PPM) after aortic valve replacement is a predictor of reduced survival. However, the prevalence and prognostic impact of PPM in patients with PLF-AS are unknown. We aimed to analyze the prevalence and long-term survival of PPM in patients with PLF-AS. METHODS AND RESULTS: Between 2000 and 2010, 677 patients with severe AS, preserved left ventricular ejection fraction, and aortic valve replacement were included (74±8 years; 42% women; aortic valve area, 0.69±0.16 cm(2)). A PLF (indexed stroke volume ≤35 mL/m(2)) was found in 26%, and after aortic valve replacement, 54% of patients had PPM, defined as an indexed effective orifice area ≤0.85 cm(2)/m(2). The combined presence of PLF and PPM was found in 15%. Compared with patients with noPLF/noPPM, those with PLF/PPM were significantly older, with more comorbidities. They also received smaller and biological bioprosthesis more often (all P<0.01). Although early mortality was not significantly different between groups, the 10-year survival rate was significantly reduced in case of PLF/PPM compared with noPLF/noPPM (38±9% versus 70±5%; P=0.002), even after multivariable adjustment (hazard ratio, 2.58; 95% confidence interval, 1.5-4.45; P=0.0007). CONCLUSIONS: In this large catheterization-based study, the coexistence of PLF-AS before surgery and PPM after surgery is associated with the poorest outcome.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».