Impact of frailty on outcomes of elderly patients undergoing percutaneous coronary intervention: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Frailty is a common condition in elderly patients who receive percutaneous coronary intervention (PCI). However, how frailty affects clinical outcomes in this group is unclear. AIM: To assess the link between frailty and the outcomes, such as in-hospital complications, post-procedural complications, and mortality, in elderly patients post-PCI. METHODS: The PubMed/MEDLINE, EMBASE, Cochrane Library, and Web of Science databases were screened for publications up to August 2023. The primary outcomes assessed were in-hospital and all-cause mortality, major adverse cardiovascular events (MACEs), and major bleeding. The Newcastle-Ottawa Scale was used for quality assessment. RESULTS: Twenty-one studies with 739693 elderly patients undergoing PCI were included. Frailty was consistently associated with adverse outcomes. Frail patients had significantly higher risks of in-hospital mortality [risk ratio: 3.45, 95% confidence interval (95%CI): 1.90-6.25], all-cause mortality [hazard ratio (HR): 2.08, 95%CI: 1.78-2.43], MACEs (HR: 2.92, 95%CI: 1.85-4.60), and major bleeding (HR: 4.60, 95%CI: 2.89-7.32) compared to non-frail patients. CONCLUSION: Frailty is a pivotal determinant in the prediction of risk of mortality, development of MACEs, and major bleeding in elderly individuals undergoing percutaneous coronary intervention.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,026 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».