Routine Coronary Angiography in Adults Undergoing Percutaneous Atrial Septal Defect Closure: Implications for Practice Guidelines
Notice bibliographique
Résumé
OBJECTIVES: Secundum atrial septal defect (ASD) is a common adult congenital heart lesion for which percutaneous closure offers treatment in patients with suitable anatomy. We sought to determine the outcomes of coronary angiography in a population of adults >40 years of age who were undergoing percutaneous ASD closure. METHODS: Patients >40 years of age who underwent ASD closure between 2009-2016 were included in this retrospective chart review. Coronary angiograms were reviewed by 2 independent reviewers to evaluate the presence and degree of coronary artery disease (CAD) and the resulting clinical sequelae. RESULTS: A total of 398 patients underwent ASD closure, and 300 had coronary angiography at the time of closure. Mild CAD (10%-39% vessel stenosis) was found in 33 patients (11.0%), moderate CAD (40%-69% vessel stenosis) in 23 patients (7.7%), and severe CAD (≥70% vessel stenosis) in 25 patients (8.3%). Of the 48 patients with moderate to severe CAD, 24 had proximal vessel disease and 21 had multivessel disease. Four patients (8.3%) with moderate to severe CAD subsequently underwent percutaneous interventions, 16 patients (33.3%) had medication changes, 16 patients (33.3%) had perfusion testing followed by medication changes, and 12 patients (25%) had no changes in their medical management. CONCLUSIONS: Given the prevalence of CAD in this population, routine coronary angiography at the time of ASD closure should be reserved for patients with an unfavorable cardiovascular risk profile, who have a higher likelihood of CAD. While patients with ASDs suffer from chest pain and dyspnea both before and after percutaneous closure, few have established CAD.
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 | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,012 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».