D-36 | Chronic Lung Disease in Chronic Total Occlusion Percutaneous Coronary Intervention
Notice bibliographique
Résumé
The relationship between chronic lung disease and in-hospital outcomes of chronic total occlusion (CTO) percutaneous coronary intervention (PCI) has received limited study. We examined 12,965 CTO PCIs (12,951 patients) that were performed at 48 US and non-US centers between 2012 and 2023 in the PROGRESS CTO registry. During the study period, 1,825 (14.1%) patients undergoing CTO PCI had chronic lung disease. These patients were older, less likely to be men, and had higher prevalence of diabetes, hypertension, dyslipidemia, prior heart failure, prior coronary artery bypass graft surgery, prior myocardial infarction, cerebrovascular and peripheral arterial disease. They had higher J-CTO (2.53 vs 2.34; p<0.001) and PROGRESS-CTO (1.29 vs 1.23; p=0.016) scores, longer lesion length and higher prevalence of proximal cap ambiguity, blunt/no stump, moderate to severe calcification and proximal tortuosity. Their procedure and fluoroscopy times were longer. Technical (87.1% vs 87.1%; p>0.9) and procedural (85.0% vs 85.9%; p=0.3) success were similar between groups. The incidence of major adverse cardiovascular events (MACE) was higher in patients with chronic lung disease (2.7% vs 1.8%; p=0.011), on univariable (odds ratio [OR] 1.50, 95% CI 1.09 – 2.04, p = 0.011) but not on multivariable analysis (OR 0.83, 95% CI 0.50 – 1.31, p=0.4). Chronic lung disease patients had higher incidence of in-hospital stroke (0.3% vs 0.1%; p=0.018), pericardiocentesis (1.5% vs 0.9%; p=0.017) and perforation (6.6% vs 4.4%; p<0.001). Patients with chronic lung disease undergoing CTO PCI have more comorbidities, more complex CTOs, similar technical success, and higher MACE.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,304 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».