Valve disease and aortopathy associations of bicuspid aortic valve phenotypes differ between men and women
Notice bibliographique
Résumé
OBJECTIVE: Determine whether associations between bicuspid aortic valve (BAV) phenotypes, valve disease and aortopathy differ between sexes. METHODS: 1045 patients with BAV (76.0% men, n=794) from two surgical centres were included in this cross-sectional study. Valve phenotype was classified intraoperatively as right-left (RL), right-non-coronary (RN), left-non-coronary (LN) or 2-sinus BAV. Echocardiography was used to determine type and degree of valve disease, and aortic dimensions. Aortic dilatation was defined as diameter ≥4.5 cm. RESULTS: RL was the most common phenotype (73.6%), followed by RN (16.2%), 2-sinus BAV (9.2%) and LN (1.1%), with no difference in phenotype distribution between men and women (p=0.634). Aortic valve insufficiency (AI) prevalence differed significantly with valve phenotype in men (p=0.047), with RL and LN having the highest prevalence (34.1% and 44.0%, respectively). In women, RN had a higher proportion of AI than RL (21.3% vs 7.3%, p=0.017). Men with RL had larger root dimensions, in particular at the sinus (mean difference 0.24 cm compared with RN, p=0.002). Men with 2-sinus BAV had the highest prevalence of root phenotype dilatation (7.0%, other phenotypes ≤2.3%, p=0.031), whereas women with 2-sinus BAV did not have root dilatation and smaller sinus dimensions (mean difference: 0.35 cm compared with RL, p=0.021). Aortic root segments were larger in men with AI compared with aortic stenosis (sinus mean difference: 0.40 cm, p<0.001). The difference was even larger in women (mean difference: 0.78 cm, p<0.001), and women with AI also had larger tubular segments (mean difference: 0.61 cm, p=0.001). CONCLUSIONS: There are significant sex differences in clinical associations of BAV phenotypes, which should be considered in further studies on the role of phenotypes in individualised patient management.
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 | 0,000 |
| 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 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 ».