Cardiogenic shock severity and mortality in patients receiving venoarterial extracorporeal membrane oxygenator support
Notice bibliographique
Résumé
AIMS: Shock severity predicts mortality in patients with cardiogenic shock (CS). We evaluated the association between pre-cannulation Society for Cardiovascular Angiography and Intervention (SCAI) shock classification and mortality among patients receiving venoarterial (VA) extracorporeal membrane oxygenation (ECMO) support for CS. METHODS AND RESULTS: We included Extracorporeal Life Support Organization (ELSO) Registry patients from 2010 to 2020 who received VA ECMO for CS. SCAI shock stage was assigned based on hemodynamic support requirements prior to ECMO initiation. In-hospital mortality was analyzed using multivariable logistic regression. We included 12 106 unique VA ECMO patient runs with a median age of 57.9 (interquartile range: 46.8, 66.1) years and 31.8% were females; 3472 (28.7%) were post-cardiotomy. The distribution of SCAI shock stages at ECMO initiation was: B, 821 (6.8%); C, 7518 (62.1%); D, 2973 (24.6%); and E, 794 (6.6%). During the index hospitalization, 6681 (55.2%) patients died. In-hospital mortality increased incrementally with SCAI shock stage (adjusted OR: 1.24 per SCAI shock stage, 95% CI: 1.17-1.32, P < 0.001): B, 47.5%; C, 52.8%; D, 60.8%; E, 65.1%. A higher SCAI shock stage was associated with increased in-hospital mortality in key subgroups, although the SCAI shock classification was only predictive of mortality in non-surgical (medical) CS and not in post-cardiotomy CS. CONCLUSION: The severity of shock prior to cannulation is a strong predictor of in-hospital mortality in patients receiving VA ECMO for CS. Using the pre-cannulation SCAI shock classification as a risk stratification tool can help clinicians refine prognostication for ECMO recipients and guide future investigations to improve outcomes.
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 | 0,002 | 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 | 0,001 |
| 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 ».