The Impact of Left Ventricular Assist Device Infections on Postcardiac Transplant Outcomes: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Left ventricular assist devices (LVADs) are associated with numerous short- and long-term complications, including infection. The impact LVAD infections have on clinical outcomes after transplantation is not well established. We sought to determine whether the presence of infection while on LVAD support negatively influences outcomes after cardiac transplantation. We searched electronic databases and bibliographies for full text studies that identified LVAD infections during support and also reported on posttransplant outcomes. A meta-analysis of posttransplant survival was conducted using a random effects model. Of 2,373 records, 13 bridge to transplant (BTT) cohort studies were selected (n = 6,631, 82% male, mean age 50.7 ± 2.7 years). A total of 6,067 records (91.5%) received transplant. There were 3,718 (56.1%) continuous-flow LVADs (CF-LVADs), 1,752 (26.4%) pulsatile LVADs, and 1,161 (17.5%) unknown type records. A total of 2,586 records (39.0%) developed LVAD infections. Patients with LVAD infections were younger (50.5 ± 1.5 vs. 51.3 ± 1.5, p = 0.02), had higher body mass indeices (BMIs) (28.4 ± 0.7 vs. 26.8 ± 0.4, p < 0.01), and longer LVAD support times (347.0 ± 157.6 days vs. 180.2 ± 106.0 days, p < 0.01). Meta-analysis demonstrated increased posttransplant mortality in those patients who had an LVAD infection (hazard ratio [HR] 1.30, 95% CI: 1.16-1.46, p < 0.001). Subgroup meta-analyses by continuous-flow and pulsatile device type demonstrated significant increased risk of death for both types of devices (HR 1.47, 95% CI: 1.22-1.76, p < 0.001 and 1.71, 95% CI: 1.19-2.45, p = 0.004, respectively). Patients who develop LVAD infections are younger, have higher BMIs and longer LVAD support times. Our data suggests that LVAD-related infections result in a 30% increase in postcardiac transplantation mortality. Strategies to prevent LVAD infections should be implemented to improve posttransplant outcomes in this high-risk population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,032 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».