Adiponectin serum level is an independent and incremental predictor of all‐cause mortality after transcatheter aortic valve replacement
Notice bibliographique
Résumé
BACKGROUND: Quantifiable biomarkers may be useful for a better risk and frailty assessment of patients referred for transcatheter aortic valve implantation (TAVI). HYPOTHESIS: To determine if adiponectin serum concentration predicts all-cause mortality in patients undergoing TAVI. METHODS: 77 consecutive patients, undergoing TAVI, were analyzed. The CT axial slices at the level of the fourth lumbar vertebra were used to measure the psoas muscle area, and its low-density muscle fraction (LDM (%)). To assess the operative risk, the STS (Society of Thoracic Surgeons Predicted Risk of Mortality) score, Log. Euroscore, and Euroscore II were determined. A clinical frailty assessment was performed. ELISA kits were used to measure adiponectin serum levels. We searched for a correlation between serum adiponectin concentration and all-cause mortality after TAVI. RESULTS: The mean age was 80.8 ± 7.4 years. All-cause mortality occurred in 22 patients. The mean follow-up was 1779 days (range: 1572-1825 days). Compared with patients with the lowest adiponectin level, patients in the third tertile had a hazards ratio of all-cause mortality after TAVI of 4.155 (95% CI: 1.364-12.655) (p = .004). In the multivariable model, including STS score, vascular access of TAVI procedure, LDM (%), and adiponectin serum concentration, serum adiponectin level, and LDM(%) were independent predictors of all-cause mortality after TAVI (p = .178, .303, .042, and .017, respectively). Adiponectin level was a predictor of all-cause mortality in females and males (p = .012 and 0.024, respectively). CONCLUSION: Adiponectin serum level is an independent and incremental predictor of all-cause mortality in patients undergoing TAVI.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».