Prevalence and non-invasive predictors of left main or three-vessel coronary disease: evidence from a collaborative international meta-analysis including 22 740 patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Left main disease (LMD) and three-vessel disease (3VD) have important prognostic value in patients with coronary artery disease. However, uncertainties still exist about their prevalence and predictors in patients with acute coronary syndrome (ACS) and also in patients with stable coronary disease. Thus the aim of this study was to perform an international collaborative systematic review and meta-analysis to appraise the prevalence and predictors of LMD and 3VD. METHODS: Medline/PubMed were systematically searched for eligible studies published up to 2010, reporting multivariate predictors of LMD or 3VD. Study features, patient characteristics, and prevalence and predictors of LMD and 3VD were abstracted and pooled with random-effect methods (95% CIs). RESULTS: 17 studies (22 740 patients) were included, 11 focusing on ACS (17 896 patients) and six on stable coronary disease (4844 patients). In the ACS subgroup, LMD or 3VD occurred in 20% (95% CI 7.2% to 33.4%), LMD in 12% (95% CI 10.5% to 13.5%), and 3VD in 25% (95% CI 23.1% to 27.0%). Heart failure at admission and extent of ST-segment elevation in lead aVR on 12-lead ECG were the most powerful predictors of LMD or 3VD. In the stable disease subgroup, LMD or 3VD was found in 36% (95% CI 18.5% to 48.8%), with the most powerful predictors being transient ischaemic dilation during the imaging stress test, extent of ST-segment elevation in aVR and V1 during the stress test, and hyperlipidaemia. CONCLUSIONS: This meta-analysis demonstrated that severe coronary disease-that is, LMD or 3VD-is more common in patients with ACS or stable coronary disease than generally perceived, and that simple and low-cost tools may help in the selection of the most appropriate therapeutic approach.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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) | 0,004 | 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 découle