Prosthesis-Patient Mismatch Negatively Affects Outcomes after Mitral Valve Replacement: Meta- Analysis of 10,239 Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: This study sought to evaluate the impact of prosthesis-patient mismatch on the risk of perioperative and long-term mortality after mitral valve replacement. METHODS: Databases were researched for studies published until December 2018. Main outcomes of interest were perioperative and 10-year mortality and echocardiographic parameters. RESULTS: The research yielded 2,985 studies for inclusion. Of these, 16 articles were analyzed, and their data extracted. The total number of patients included was 10,239, who underwent mitral valve replacement. The incidence of prosthesis-patient mismatch after mitral valve replacement was 53.7% (5,499 with prosthesis-patient mismatch and 4,740 without prosthesis-patient mismatch). Perioperative (OR 1.519; 95%CI 1.194-1.931, P<0.001) and 10-year (OR 1.515; 95%CI 1.280-1.795, P<0.001) mortality was increased in patients with prosthesis-patient mismatch. Patients with prosthesis-patient mismatch after mitral valve replacement had higher systolic pulmonary artery pressure and transprosthethic gradient and lower indexed effective orifice area and left ventricle ejection fraction. CONCLUSION: Prosthesis-patient mismatch increases perioperative and long-term mortality. Prosthesis-patient mismatch is also associated with pulmonary hypertension and depressed left ventricle systolic function. The findings of this study support the implementation of surgical strategies to prevent prosthesis-patient mismatch in order to decrease mortality rates.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,265 |
| Bibliométrie | 0,002 | 0,002 |
| 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 découle