Coarctation of the Aorta and Coronary Artery Disease
Notice bibliographique
Résumé
BACKGROUND: Aortic coarctation (CoA) is reported to predispose to coronary artery disease (CAD). However, our clinical observations do not support this premise. Our objectives were to describe the prevalence of CAD among adults with CoA and to determine whether CoA is an independent predictor of CAD or premature CAD. METHODS AND RESULTS: The study population was derived from the Quebec Congenital Heart Disease Database. We compared patients with CoA and those with a ventricular septal defect, who are not known to be at increased risk of CAD. The prevalence of CAD in patients with CoA compared with those with ventricular septal defect was determined. We then used a nested case-control design to determine whether CoA independently predicted for the development of CAD. Of 756 patients with CoA who were alive in 2005, 37 had a history of CAD compared with 224 of 6481 patients with ventricular septal defect (4.9% versus 3.5%; P=0.04). Male sex (odds ratio [OR], 2.13; 95% confidence interval [CI], 1.62-2.80), hypertension (OR, 1.95; 95% CI, 1.44-2.64), diabetes mellitus (OR, 1.68; 95% CI, 1.09-2.58), age (OR per 10-year increase, 2.28; 95% CI, 2.09-2.48), and hyperlipidemia (OR, 11.58; 95% CI, 5.75-23.3) all independently predicted for the development of CAD. CoA did not independently predict for the development of CAD (OR, 1.04; 95% CI, 0.68-1.57) or premature CAD (OR for CoA versus ventricular septal defect, 1.44; 95% CI, 0.79-2.64) after adjustment for other factors. CONCLUSIONS: Although traditional cardiovascular risk factors independently predicted for the development of CAD, the diagnosis of CoA alone did not. Our findings suggest that cardiovascular outcomes of these patients may be improved with tight risk factor control.
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 | 0,000 |
| 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 ».