MétaCan
Menu
Retour à la cohorte
Enregistrement W4200312584 · doi:10.1093/eurheartj/suab147.023

595 Impact of age on outcomes in a large multicentre low-to-intermediate risk TAVI population: in and out the age cut-off from ESC 2021 valvular heart disease guidelines

2021· article· en· W4200312584 sur OpenAlexaff
Alessandro Sticchi, Francesco Gallo, Stefano Benenati, Kim Won-keun, Arif Khokhar, Tobias Zeus, Stefan Toggweiler, Federico De Marco, Bernhard Reimers, Luis Nombela‐Franco, Marco Barbanti, Salvatore Brugaletta, Tommaso Piva, Josep Rodés‐Cabau, Italo Porto, Antonio Colombo, Francesco Giannini

Notice bibliographique

RevueEuropean Heart Journal Supplements · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicinevalvular heart diseaseAtrial fibrillationInternal medicineDiabetes mellitusCohortPopulationCardiologyRetrospective cohort studySurgeryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract Aims The ESC 2021 valvular heart disease [VHD] guidelines introduced an important and debated age cut-off (75 years) to lead the choice between surgical and transcatheter aortic valve implantation (TAVI) in non-high-risk patients. The aim of this study was to evaluate what impact an age cut-off has on clinical outcomes following TAVI in low-to-Intermediate Risk patients from a real word registry. Methods We performed the investigation in a large, contemporary, real-world, multicentre, international, retrospective registry of 3862 consecutive patients, comparing the rates of patient risk factors, procedural characteristics, complications, and outcomes in the populations with < or ≥ 75 years old. Results In our real-world cohort of 2977 patients with mean STS score of 3.6% (5.0–2.5), we found 301 (10.1%) patients with age <75 years and 2676 (89.9%) with ≥75 years. In the younger group compared with the older, we have a higher prevalence of male (44% vs. 35%, P=0.003), higher BMI (mean of 28.5 kg/m² vs. 26.7 kg/m², P = <0.001), diabetes (32% vs. 26%, P=0.027), insulin-dependent diabetes (12% vs. 7%, P=0.001), smoking (18% vs. 7%, P<0.001), COPD (26% vs. 16%, P<0.001). Moreover, younger patients presented less previous PM/ICD (6% vs. 11%, P=0.023), less atrial fibrillation (24% vs. 33%, P=0.033), less renal impairment (30% vs. 66%, P<0.001) and a lower mean STS score (2.6% vs. 3.7%, P<0.001). There was no difference in annular sizing, valvular and LVOT calcifications between the two groups. Older patients had a higher prevalence of porcelain aorta (2% for age<75 vs. 9%, P=0.001). Between the two groups no significant differences in procedural characteristics were observed, including rates of pre-dilatation (P=0.369), post-dilatation (P=0.159) and contrast volume (P=0.259). Procedural complications, in-hospital outcomes and 2-year Kaplan-Meier (KM) survival was equivalent between both groups (P=0.930). Finally, we assessed the best age cut-off related to 1-year mortality in our population, resulting in 86 years. Still, also in this scenario, the KM survival analysis did not show significant differences (P=0.120). Conclusions In our large real-world contemporary low-to-intermediate risk TAVI population, an age cut-off of 75 years was not associated with any difference in clinical outcomes and survival at 2-years follow-up. This data reinforces the concept that age alone is not a sufficient variable to be considered when choosing between TAVI or SAVR. The recent ESC 2021 VHD guidelines cut-off is justified only by the lack of evidence and valve durability strategy but not of a proper advantage age-related.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,775

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,401
Écart entre enseignants0,367 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal SupplementsMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207