MétaCan
Menu
Retour à la cohorte
Enregistrement W4200318682 · doi:10.1016/j.mayocpiqo.2021.09.001

Modifiable Risk Factors and Residual Risk Following Coronary Revascularization

2021· article· en· W4200318682 sur OpenAlexafffundabout
Trevor Simard, Richard G. Jung, Pietro Di Santo, David T. Harnett, Omar Abdel‐Razek, F. Daniel Ramirez, Pouya Motazedian, Simon Parlow, Alisha Labinaz, Robert B. Moreland, Jeffrey A. Marbach, Anthony Poulin, Amos Levi, Kamran Majeed, Paul Boland, Étienne Couture, Kiran Sarathy, Steven Promislow, Juan Russo, Aun‐Yeong Chong, Derek So, Michael Froeschl, Alexander Dick, Marino Labinaz, Michel Le May, David R. Holmes, Benjamin Hibbert

Notice bibliographique

RevueMayo Clinic Proceedings Innovations Quality & Outcomes · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCoronary Interventions and Diagnostics
Établissements canadiensUniversity of CalgaryUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchRoyal College of Physicians and Surgeons of Canada
Mots-clésMedicineRevascularizationMaceConventional PCIPercutaneous coronary interventionInternal medicineCardiologyMyocardial infarctionHazard ratioInterquartile rangeRisk factorCoronary artery diseaseSurgeryEmergency medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To ensure compliance with optimal secondary prevention strategies and document the residual risk of patients following revascularization, we established a postrevascularization clinic for risk-factor optimization at 1 year, with outcomes recorded in a web-based registry. Although coronary revascularization can reduce ischemia, medical treatment of coronary artery disease (CAD) remains the cornerstone of ongoing risk reduction. While standardized referral pathways and protocols for revascularization are prevalent and well studied, post-revascularization care is often less formalized. PATIENTS AND METHODS: The University of Ottawa Heart Institute is a tertiary-care center providing coronary revascularization services. From 2015 to 2019, data were prospectively recorded in the CAPITAL revascularization registry, and patient-level procedural, clinical, and outcome data are collected in the year following revascularization. Major adverse cardiovascular event (MACE) was defined as death, myocardial infarction, unplanned revascularization, or cerebrovascular accident. Kaplan-Meier curves were generated to evaluate time-to-event data for clinical outcomes by risk-factor management, and comparisons were performed using log-rank tests and reported by hazard ratio (HR) and 95% confidence intervals (CIs). RESULTS: A cohort of 4147 patients completed 1-year follow-up after revascularization procedure that included 3462 undergoing percutaneous coronary intervention (PCI), 589 undergoing coronary artery bypass graft (CABG), and 96 undergoing both PCI and CABG. In the year following revascularization (median follow-up 13.3 months-interquartile range [IQR]: 11.9-16.5) 11% of patients experienced MACE, with female patients being disproportionately at risk. Moreover, 47.7% of patients had ≥2 risk factors (diabetes, dyslipidemia, overweight, active smoker) at the time of follow-up, with 45.0% of patients with diabetes failing to achieve target hemoglobin (Hb) A1c, 54.8% of smokers continuing to smoke, and 27.1% of patients failing to achieve guideline-directed lipid targets. CONCLUSION: Patients who have undergone revascularization procedures remain at elevated risk for MACE, and inadequately controlled risk factors are prevalent in follow-up. This highlights the need for aggressive secondary prevention strategies and implementation of programs to optimize postrevascularization care.

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
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 enseignants0,013
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,066
Tête enseignante GPT0,378
Écart entre enseignants0,312 · 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.

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

Citations14
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMayo Clinic Proceedings Innovations Quality & OutcomesMême sujetCoronary Interventions and DiagnosticsTravaux en français237 207