Cancer and Infective Endocarditis: Characteristics and Prognostic Impact
Notice bibliographique
Résumé
Background: The interplay between cancer and IE has become of increasing interest. This study sought to assess the prevalence, baseline characteristics, management, and outcomes of IE cancer patients in the ESC EORP EURO-ENDO registry. Methods: Three thousand and eighty-five patients with IE were identified based on the ESC 2015 criteria. Three hundred and fifty-nine (11.6%) IE cancer patients were compared to 2,726 (88.4%) cancer-free IE patients. Results: In cancer patients, IE was mostly community-acquired (74.8%). The most frequently identified microorganisms were S. aureus (25.4%) and Enterococci (23.8%). The most frequent complications were acute renal failure (25.9%), embolic events (21.7%) and congestive heart failure (18.1%). Theoretical indication for cardiac surgery was not significantly different between groups (65.5 vs. 69.8%, P = 0.091), but was effectively less performed when indicated in IE patients with cancer (65.5 vs. 75.0%, P = 0.002). Compared to cancer-free IE patients, in-hospital and 1-year mortality occurred in 23.4 vs. 16.1%, P = 0.006, and 18.0 vs. 10.2%; P < 0.001, respectively. In IE cancer patients, predictors of mortality by multivariate analysis were creatinine > 2 mg/dL, congestive heart failure and unperformed cardiac surgery (when indicated). Conclusions: Cancer in IE patients is common and associated with a worse outcome. This large, observational cohort provides new insights concerning the contemporary profile, management, and clinical outcomes of IE cancer patients across a wide range of countries.
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 | 0,000 |
| 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 ».