Ejection dynamics in native aortic valve stenosis using echocardiography: can it be helpful?
Notice bibliographique
Résumé
Abstract Background The assessment of aortic stenosis (AS) severity has a major impact on the management of affected patients. Ejection dynamics, including acceleration time (AT), ejection time (ET), and acceleration time/ejection time ratio (AT/ET) measured using doppler echocardiography are established in the evaluation of prosthetic aortic valve stenosis with high sensitivity and specificity. However, their clinical utility in native AS has not been well described. Purpose The aim of this systematic review was to evaluate the diagnostic accuracy of ejection dynamics to identify severe AS and to assess whether ejection dynamics can differentiate low flow, low gradient severe AS from pseudo-severe AS. Methods We conducted a systematic review of Medline, Embase, and Web of Science from database inception until January 2021. We included observational studies and randomized controlled trials (RCTs) in which the diagnostic accuracy of ejection dynamics by doppler echocardiography for severe AS was compared with standard echocardiographic diagnostic criteria including peak velocity, mean pressure gradient, aortic valve area, and dimensionless index. Studies were eligible if they included AS of at least mild severity. Two authors independently screened and extracted data. Results We included 12 studies in the review (RCT=1, observational=11) with a total of 5182 participants. There was significant inconsistency in outcome measurement and reporting of results therefore a meta-analysis was not suitable. We used narrative synthesis to report our results. All included studies used standard echocardiographic criteria to ascertain the presence of severe AS. Mean age was 72 years and 53% of the participants were male. 1983 participants (38.3%) were classified as having severe AS. AT >94–109ms had sensitivity of 74–92% and specificity of 72–89% at identifying severe AS. AT/ET >0.34–0.35 showed sensitivity of 67–77% and specificity of 68–100%. Only one study compared low-flow, low-gradient AS with pseudo-severe AS, showing that an AT >100ms had sensitivity 62%, specificity 76%; and AT/ET >0.33, sensitivity 65%, specificity 84%. Data for ET showed insufficient consistency and diagnostic accuracy. Conclusions AT and AT/ET may be useful to corroborate the presence of severe AS. However, more research is needed to understand whether these parameters add incremental prognostic value to standard echocardiographic measures of AS severity. Funding Acknowledgement Type of funding sources: None. Summary of evidence search and selection
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,007 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».