The impact of prosthesis–patient mismatch after aortic valve replacement varies according to age at operation
Notice bibliographique
Résumé
OBJECTIVES: Age may modify the impact of prosthesis-patient mismatch (PPM) on outcomes after aortic valve replacement (AVR), as physical functioning decreases with age, and comorbidities become more prevalent. We hypothesised that the consequences of PPM in patients 70 years old or older may be less important than in younger patients. METHODS: In total, 707 aortic stenosis patients were followed for a maximum of 17.5 years after AVR. PPM was defined as an in vivo indexed effective orifice area ≤0.85 cm2/m2, and severe PPM as ≤0.65 cm2/m2. RESULTS: In patients less than 70 years of age with normal LV function, the presence of PPM did not significantly alter survival. However, in patients under 70 with LV dysfunction, PPM was associated with decreased survival (HR 2.2; p=0.046). In patients aged 70 years of age or older, PPM had no effect on survival, regardless of LV function. Similarly, PPM was predictive of postoperative congestive heart failure (CHF) in patients under 70 with LV dysfunction (HR 3.6; p=0.046) but not in older patients. Similar results were observed for the composite endpoint of death or CHF. Postoperative LV mass regression was impaired by increased age (p=0.019), and by PPM in patients aged 70 years of age or older with LV dysfunction (by 28.8 g/m2; p=0.026). CONCLUSIONS: The impact of PPM on outcomes after AVR depends on age at operation. PPM in patients under age 70 years with LV dysfunction is associated with decreased survival and lower freedom from CHF. In patients 70 years of age or older, PPM does not impact mortality or symptoms, but impairs LV mass regression beyond that explained by age alone.
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 ».