Prognostic impact of the residual <scp>SYNTAX</scp> score on in‐hospital outcomes in patients undergoing primary percutaneous coronary intervention
Notice bibliographique
Résumé
OBJECTIVES: This study sought to assess the impact of residual coronary artery disease (CAD), using the residual SYNTAX score (rSS), on in-hospital outcomes after primary percutaneous intervention (PPCI). The study also aimed to determine independent predictors for high rSS. Residual CAD has been associated with worsened prognosis in patients undergoing PCI for non-ST acute coronary syndromes. The rSS is a systematic angiographic score that measures the extent and complexity of residual CAD after PCI. MATERIALS AND METHODS: Data from 243 consecutive patients undergoing PPCI for ST-elevation myocardial infarction (STEMI) were analyzed. The rSS was derived from post-PPCI angiography. Patients were dichotomized into low (<8) and high rSS (≥8) groups and outcomes were compared between groups. The primary outcome of net adverse cardiovascular events (NACE) consisted of a composite of in-hospital death, congestive heart failure (CHF), recurrent MI and bleeding. RESULTS: The mean rSS was 4.7 (±7.2). A high rSS was associated with the primary outcome (P < 0.0001), in-hospital death (P = 0.0026), periprocedural death (P < 0.0001), CHF (P < 0.0004) and acute kidney injury (P < 0.0019). A high rSS was also an independent predictor of the primary outcome with an OR of 3.82. Independent predictors of a high rSS included a history of diabetes (OR 2.8), previous MI (OR 5.75), 2-vessel disease (VD) (OR 15.48, vs. 1-VD) and 3-VD (OR 57.06, vs. 1-VD). CONCLUSIONS: Residual CAD, as assessed by the rSS, confers a worsened prognosis in patients undergoing PPCI. Diabetes, previous MI and multi-vessel disease were independent predictors of a high rSS. © 2016 Wiley Periodicals, Inc.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| 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 ».