IMPULSE: the impact of gender on the presentation and management of aortic stenosis across Europe
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
AIMS: There is an increasing awareness of gender-related differences in patients with severe aortic stenosis and their outcomes after surgical aortic valve replacement (SAVR) and transcatheter aortic valve implantation (TAVI). METHODS: Data from the IMPULSE registry were analysed. Patients with severe aortic stenosis (AS) were enrolled between March 2015 and April 2017 and stratified by gender. A subgroup analysis was performed to assess the impact of age. RESULTS: Overall, 2171 patients were enrolled, and 48.0% were female. Women were characterised by a higher rate of renal impairment (31.7 vs 23.3%; p<0.001), were at higher surgical risk (EuroSCORE II: 4.5 vs 3.6%; p=0.001) and more often in a critical preoperative state (7.0vs 4.2%; p=0.003). Men had an increased rate of previous cardiac surgery (9.4 vs 4.7%; p<0.001) and a reduced left ventricular ejection fraction (4.9 vs 1.3%; p<0.001). Concomitant mitral and tricuspid valve disease was substantially more common among women. Symptoms were highly prevalent in both women and men (83.6 vs 77.3%; p<0.001). AVR was planned in 1379 cases. Women were more frequently scheduled to undergo TAVI (49.3 vs 41.0%; p<0.001) and less frequently for SAVR (20.3 vs 27.5%; p<0.001). CONCLUSIONS: The present data show that female patients with severe AS have a distinct patient profile and are managed in a different way to males. Gender-based differences in the management of patients with severe AS need to be taken into account more systematically to improve outcomes, especially for women.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 découle