Abstract 283: Diabetes and Dissection: An Analysis from the International Registry of Acute Aortic Dissection
Notice bibliographique
Résumé
Background: Studies have shown that diabetes is less prevalent in acute aortic dissection (AAD) or aortic aneurysm patients (pts) than it is in those with coronary artery disease or heart failure. While diabetes has been found to inhibit aortic aneurysm development in laboratory animals, little is known about its impact on AAD. Methods: Of 3,662 pts enrolled in the International Registry of Acute Aortic Dissection, 248 (6.8%) were diabetic. Diabetic and non-diabetic pts with type A (TA) (n=2371, 6.2% diabetic) and type B (TB) (n=1291, 7.9% diabetic) AAD were compared in this study. Results: Diabetic pts were on average older than non-diabetic for both TA (67.7 vs 61.4 years, p<0.001) and TB (67.8 vs 63.2 years, p<0.001). Pts with TA AAD and diabetes were more often managed medically (18.5%, 27/287 vs 11.7%, 260/2225, p=0.015), while TB diabetic pts were more likely to undergo endovascular procedures (29.4%, 30/102 vs 20.8%, 247/1189, p=0.045). TA diabetics had more in-hospital myocardial infarction (12.9%, 18/139 vs 6.8% 143/2099, p=0.007). Both TA and TB diabetics had more acute renal failure in hospital (TA: 34.3%, 48/140 vs 24.4% 513/2105, p=0.009; TB: 27.7% 28/101 vs 16.8%, 188/1118, p =0.006). In-hospital mortality was similar between groups. TB diabetics had significantly higher follow-up mortality on Kaplan-Meier analysis (p=0.028). Conclusion: Diabetes does not appear to impact treatment selection or in-hospital mortality for pts with AAD. However, it is important to note that diabetic pts demonstrate lower rates of follow-up survival, a trend that reaches significance in type B pts. The lower prevalence of diabetes among IRAD pts compared to other cardiovascular diseases suggests that diabetes may impact the development of AAD.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».