MétaCan
Menu
← Retour à la cohorte
Enregistrement W2952093614 · doi:10.1161/circ.126.suppl_21.a9131

Abstract 9131: Clinical, Biochemical and Genetic Predictors of Late Coronary Artery Bypass Graft Failure

2012· article· en· W2952093614 sur OpenAlexaff
Bobby Yanagawa, Khaled D. Algarni, Steve Singh, Saswata Deb, J. Vincent, Randi Feder-Elituv, Nimesh D. Desai, K Rajamani, Bruce M. McManus, Peter P. Liu, Eric A. Cohen, Sam Radhakrishnan, James Dubbin, Leonard Schwartz, Stephen E. Fremes

Notice bibliographique

RevueCirculation · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Function and Risk Factors
Établissements canadiensUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiologyInternal medicineArteryHeart failureBypass grafting

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We tested the hypothesis that known clinical and biochemical risk factors for atherosclerosis have prognostic promise as novel biochemical markers to predict coronary artery bypass graft (CABG) failure . We also utilized a high-throughput microarray analysis to identify novel single nucleotide polymorphisms (SNPs) genetic predictors of graft failure and to better understand the pathogenesis of graft occlusion. METHODS AND RESULTS: This is a nested case-control sub-study of the Radial Artery Patency Study (RAPS) 5 year follow-up ( NCT00187356 ). Between June 1996 and January 2001, 87 patients underwent CABG. Of these, 26 patients (29.9%) had an occluded study graft (saphenous vein graft or radial artery) at angiographic follow-up (8.0±1.1 years). Clinical parameters as well as late angiography and concurrent blood biomarker analysis and surgical outcomes data were included in a multivariable analysis to determine independent predictors of graft failure. Risk factors of long term graft failure were fibrinogen (OR 3.94; 95%CI [1.33-11.63], p=0.01), creatinine (OR 1.06; 95%CI [1.02-1.10], p=0.006) and diabetes mellitus (OR 5.15; 95%CI [1.08-24.59], p=0.04). Interestingly, HDL (OR 0.74, 95%CI [0.53-1.02], p=0.06) was weakly protective against long term graft failure but other lipid markers, LDL and total cholesterol were not predictors. We identified the association of several human single nucleotide polymorphisms with graft failure including a novel link with mutations in glutathione-s-tranferase α3 . Human coronary arteries and bypass grafts demonstrated increased GSTα3 expression in atherosclerotic plaques and in tissues surrounding occluded saphenous vein grafts. CONCLUSION: We identify diabetes to be a clinical predictor and plasma fibrinogen, creatinine and HDL as potential novel biomarkers which, together may help to risk stratify patients for development of graft failure. We further demonstrate a novel association between GSTα3 and graft failure, a potential pathogenetic mechanism of saphenous vein graft occlusion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,271
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetCardiovascular Function and Risk Factors→Travaux en français237 207→