Abstract 18211: Does Frailty Matter in High Risk PCI
Notice bibliographique
Résumé
Background: There are limited data depicting the relationship between frailty and in-hospital outcomes for high-risk PCI. Methods: The Cath-PCI registry (2018 - 2020) was used to examine the association of frailty as defined by the Canadian Study of Health and Aging (CSHA) frailty index and in-hospital complications for patients undergoing PCI. We conducted a logistic regression analysis for in-hospital mortality. Results: The sample size was 1,316,390 individuals aged ≥ 65 years undergoing PCI. The frailty distribution was: 78,921 not frail (6.0%), 892,695 pre-frail (67.8%), 284,444 frail (21.6%), and 60,330 severely frail (2.2%). The median age of patients who were frail was 76 years, 39.4% were female, and 87.2% were white. In-hospital rates for any bleeding stratified by frailty status were: not frail: 1.0%, pre-frail: 1.5%, frail 3.3%, severely frail 8.9%. The adjusted odds ratio (aOR) regarding in-hospital mortality among PCI patients at high bedside mortality risk for pre-frail, 2.58 (95% CI: 1.42 - 1.80) for frail, and 5.14 (95% CI: 4.56 - 5.80) for severely frail. The adjusted association for in-hospital mortality across sub-groups stratified by frailty status was: left main PCI ~ pre-frail aOR 1.44 (95% CI: 1.01 - 2.05), frail aOR 2.18 (95% CI: 1.53 - 3.11) and severely frail aOR 3.98 (95% CI: 2.79 - 5.70). While the aORs for chronic total occlusion were ~ pre-frail 1.57 (95% CI: 0.97 - 2.52), frail 2.31 (95% CI: 1.43 - 3.75) and severely frail 6.04 (5.40 - 6.75) and cardiogenic shock ~ pre-frail 1.33 (95% CI: 1.08 - 1.64), frail 1.54 (95% CI: 1.25 - 1.90) and severely frail 2.44 (1.99 - 3.00). Conclusions: Contemporary PCI is commonly performed on frail patients. Frailty is associated with higher risk of mortality across high-risk PCI categories; however, severe frailty depicts a distinct and exceptionally high-risk cohort.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».