Temporal Trends, Characteristics, and Outcomes of Infective Endocarditis After Transcatheter Aortic Valve Replacement
Notice bibliographique
Résumé
BACKGROUND: Procedural improvements combined with the contemporary clinical profile of patients undergoing transcatheter aortic valve replacement (TAVR) may have influenced the incidence and outcomes of infective endocarditis (IE) following TAVR. We aimed to determine the temporal trends, characteristics, and outcomes of IE post-TAVR. METHODS: Observational study including 552 patients presenting definite IE post-TAVR. Patients were divided in 2 groups according to the timing of TAVR (historical cohort [HC]: before 2014; contemporary cohort [CC]: after 2014). RESULTS: Overall incidence rates of IE were similar in both cohorts (CC vs HC: 5.45 vs 6.52 per 1000 person-years; P = .12), but the rate of early IE was lower in the CC (2.29‰ vs 4.89‰, P < .001). Enterococci were the most frequent microorganism. Most patients presented complicated IE ( CC: 67.7%; HC: 69.6%; P = .66), but the rate of surgical treatment remained low (CC: 20.7%; HC: 17.3%; P = .32). The CC exhibited lower rates of in-hospital acute kidney injury (35.1% vs 44.6%; P = .036) and in-hospital (26.6% vs 36.4%; P = .016) and 1-year (37.8% vs 53.5%; P < .001) mortality. Higher logistic EuroScore, Staphylococcus aureus etiology, and complications (stroke, heart failure, and acute renal failure) were associated with in-hospital mortality in multivariable analyses (P < .05 for all). CONCLUSIONS: Although overall IE incidence has remained stable, the incidence of early IE has declined in recent years. The microorganism, high rate of complications, and very low rate of surgical treatment remained similar. In-hospital and 1-year mortality rates were high but progressively decreased over time.
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 | 0,000 | 0,001 |
| 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 ».