Abstract 304: The Outcomes of Pre-Procedural Angiotensin Converting Enzyme Inhibitor Therapy in patients undergoing Percutaneous Coronary Intervention
Notice bibliographique
Résumé
Background: Post-procedural outcomes associated with the use of angiotensin converting enzyme inhibitors (ACEI) in patients undergoing percutaneous coronary intervention (PCI) have not been studied. We aimed to determine the association between ACEI use and adverse cardiovascular/ renal outcomes in these patients. Methods: We performed retrospective analysis of 15,485 consecutive patients who underwent percutaneous coronary intervention from January 1, 2000 to June 30, 2011. Primary outcome was the incidence of major adverse events (MAE) defined as a composite of mortality, post PCI renal dysfunction, myocardial infarction, and stroke during index hospitalization for PCI. Secondary outcome was the incidence of aforementioned components of MAE analyzed separately. Logistic regression and multivariate analyses were performed. Results: Of the patients undergoing PCI, 6,600 (43%) received pre-PCI ACEI and 8,885 (57%) did not. Patients on ACEI were more likely to be older (64.6 ± 10.9 years vs. 63.6 ± 12.1 years; p<0.0001), have diabetes (41% vs. 26%; p<0.0001), prior renal insufficiency (19% vs. 15%; p<0.0001) and ejection fraction less than 35% (9.6% vs. 7%; p<0.0001). There were no significant associations between pre-operative ACEI use and primary and secondary outcomes (table). Conclusion: Pre-operative ACEI use is not associated with major adverse events in patients undergoing PCI. Key Words: angiotensin converting enzyme inhibitor; percutaneous coronary intervention
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».