Impact of periprocedural myocardial injury after transcatheter aortic valve implantation on long-term mortality: a meta-analysis of Kaplan-Meier derived individual patient data
Notice bibliographique
Résumé
Background Periprocedural myocardial injury (PPMI) frequently occurs after transcatheter aortic valve implantation (TAVI), although its impact on long-term mortality is uncertain. Methods We performed a pooled analysis of Kaplan-Meier-derived individual patient data to compare survival in patients with and without PPMI after TAVI. Flexible parametric models with B-splines and landmark analyses were used to determine PPMI prognostic value. Subgroup analyses for VARC-2, troponin, and creatine kinase-MB (CK-MB)-defined PPMI were also performed. Results Eighteen observational studies comprising 10,094 subjects were included. PPMI was associated with lower overall survival (OS) after two years (HR = 1.46, 95% CI 1.30–1.65, p < 0.01). This was also observed when restricting the analysis to overall VARC-2-defined PPMI (HR = 1.23, 95% CI 1.07–1.40, p < 0.01). For VARC-2 PPMI criteria and VARC-2 troponin-only, higher mortality was restricted to the first 2 months after TAVI (HR = 1.64, 95% CI 1.31–2.07, p < 0.01; and HR = 1.32, 95% CI 1.05–1.67, p = 0.02, respectively), while for VARC-2 defined CK-MB-only the increase in mortality was confined to the first 30 days (HR = 7.44, 95% CI 4.76–11.66, p < 0.01). Conclusion PPMI following TAVI was associated with lower overall survival compared with patients without PPMI. PPMI prognostic impact is restricted to the initial months after the procedure. The analyses were consistent for VARC-2 criteria and for both biomarkers, yet CK-MB was a stronger prognostic marker of mortality than troponin.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,044 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».