Determinants of aortic bioprosthetic valve calcification assessed by multidetector CT
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: Cusp calcification is the main mechanism leading to bioprosthetic heart valve (BPV) failure. Recent studies suggest that BPV calcification is an active rather than passive process probably modulated by several mechanisms including lipid-mediated inflammation and dysfunctional phosphocalcic metabolism. OBJECTIVE: To identify the clinical and metabolic determinants of BPV calcification assessed by multidetector CT (MDCT). METHODS AND RESULTS: Presence of BPV calcification was assessed by MDCT in 194 patients who had undergone aortic valve replacement. A calcification score was individually calculated and expressed in mm(3). Patients also underwent a clinical evaluation, a Doppler echocardiographic exam, and a plasma lipid and phosphocalcic profile. 46 patients (24%) had BPV calcification (cusp calcification score >0 mm(3)). After adjustment for age, gender, and time interval since BPV implantation, increased calcium-phosphorus product (OR 1.11, 95% CI 1.01 to 1.23 per 1 unit; p=0.02) and the presence of prosthesis-patient mismatch (OR 3.67, 95% CI 1.25 to 10.6; p=0.01) were the strongest independent factors associated with BPV calcification. Calcium supplement intake, age and female gender were independently associated with increased calcium-phosphorus product. CONCLUSIONS: This study suggests that higher calcium-phosphorus product and prosthesis-patient mismatch promote BPV calcification. Furthermore, this study reports that calcium supplements, which are extensively prescribed in elderly patients, are independently associated with higher calcium-phosphorus product.
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 | 0,000 |
| 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 découle