Abstract 13941: CT-derived Skeletal Muscle Index: A Novel Predictor of Frailty and Hospital Length of Stay After Transcatheter Aortic Valve Replacement
Notice bibliographique
Résumé
Introduction: We determined the prevalence of sarcopenia in patients undergoing transcatheter aortic valve replacement (TAVR) and whether skeletal muscle mass measured from preoperative computed tomography (CT) images provides value in predicting post-operative length of stay. Background: There is limited data on the use of body composition as a frailty measure in TAVR patients and no studies have determined if this measure predicts length of stay. Methods: We studied 104 consecutive patients who underwent TAVR at Tallahassee Memorial Hospital from 2012 to 2016. Patient demographics, frailty measures (hand grip, albumin, and 5m walk test), clinical comorbidities and echocardiographic data were recorded. Skeletal muscle index (SMI) [skeletal muscle mass cross-sectional area/height 2 ] was measured from CT images using Slice-O-Matic software (Tomovision, Montreal, Quebec, Canada) (Figure 1). Clinical outcomes were assessed and multivariate methods used to determine predictors of LOS. Results: Sarcopenia was prevalent in men (83%) and women (56%). Only SMI and mitral regurgitation showed a univariate relationship with LOS, while none of the established frailty measures predicted LOS. SMI was correlated with age, gender, BMI, handgrip strength, previous PCI and previous CABG. A multivariate model including age, gender, major complications, BMI, SMI, mitral regurgitation, grip strength and walk test showed only SMI, MR, and major complications as independent predictors of LOS. For every 8.6 cm 2 /m 2 increase in SMI, there was a 1 day reduction in LOS. Conclusions: SMI, a measure of sarcopenia readily determined from pre-TAVR CT scans, independently predicts TAVR LOS better than standard frailty testing. Further evaluation of SMI as a frailty measure after TAVR is warranted.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».