Assessment of Aortic Valve Stenosis Severity
Notice bibliographique
Résumé
BACKGROUND: Fluid energy loss across stenotic aortic valves is influenced by factors other than the valve effective orifice area (EOA). We propose a new index that will provide a more accurate estimate of this energy loss. METHODS AND RESULTS: An experimental model was designed to measure EOA and energy loss in 2 fixed stenoses and 7 bioprosthetic valves for different flow rates and 2 different aortic sizes (25 and 38 mm). The results showed that the relationship between EOA and energy loss is influenced by both flow rate and aortic cross-sectional area (A(A)) and that the energy loss is systematically higher (15+/-2%) in the large aorta. The coefficient (EOAxA(A))/(A(A)-EOA) accurately predicted the energy loss in all situations (r(2)=0.98). This coefficient is more closely related to the increase in left ventricular workload than EOA. To account for varying flow rates, the coefficient was indexed for body surface area in a retrospective study of 138 patients with moderate or severe aortic stenosis. The energy loss index measured by Doppler echocardiography was superior to the EOA in predicting the end points, which were defined as death or aortic valve replacement. An energy loss index </=0.52 cm(2)/m(2) was the best predictor of adverse outcomes (positive predictive value of 67%). CONCLUSIONS: This new energy loss index has the potential to reflect the severity of aortic stenosis better than EOA. Further prospective studies are necessary to establish the relevance of this index in terms of clinical outcomes.
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) | 0,001 | 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 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 ».