MétaCan
Menu
← Retour à la cohorte
Enregistrement W4398219104 · doi:10.1101/2024.05.20.24307641

Usefulness of aortic valve calcification in patients with low flow aortic stenosis

2024· preprint· en· W4398219104 sur OpenAlexaff
Nils Sofus Borg Mogensen, Jordi S. Dahl, Mulham Ali, Mohamed‐Salah Annabi, Amal Haujir, Andréanne Powers, Rasmus Carter‐Storch, Jasmine Grenier-Delaney, Jacob Eifer Møller, Kristian Altern Øvrehus, Philippe Pîbarot, Marie‐Annick Clavel

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineCardiologyInternal medicineStenosisEjection fractionAortic valveCalcificationAortic valve stenosisRadiologyMortality rateHeart failure

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background Aortic valve calcification (AVC) has been shown to be a powerful assessment of aortic stenosis severity (AS) and predictor of adverse outcome. However, its accuracy in patients with low-flow AS has not yet been proven. Objectives To assess the predictive value of AVC in patients classical (CLF, i.e. low left ventricular ejection fraction [LVEF]) or paradoxical (PLF, i.e. low flow preserved LVEF) AS patients. Methods We prospectively include 641 patients, 319 (49.8%) with CLF-AS and 322 (50.2%) with PLF-AS who underwent Doppler-echocardiography and multidetector computed tomography. AVCratio was calculated as AVC divided by the sex-specific AVC threshold for AS-severity; AVC score ≥2,000 AU in males, and ≥1,200 AU in females. The primary endpoint of the study was all-cause mortality regardless of treatment. Results During a median follow-up of 4.9 (4.3-5.9) years there were 265 deaths. After comprehensive adjustment, AVCratio was associated with all-cause mortality in CLF-AS (aHR=1.25 [1.01-1.56]; p<0.05) and PLF-AS (aHR=1.51[1.14-2.00]; p=0.004) patients. There was an interaction (p=0.001) between AVC and AS flow pattern (i.e. CLF vs. PLF) with regard to the prediction of mortality. The best AVCratio threshold to predict mortality was different in CLF-AS (AVCratio≥0.7) and PLF-AS (AVCratio≥1) patients. After comprehensive analysis, AVCratio as a dichotomic variable was associated with all-cause mortality in all groups (p≤0.001). The addition of AVCratio to the models improved all model’s predictive value (all net reclassification index >18%; all p≤0.05). Conclusion In patients with CLF or PLF AS, AVC is a major predictor of mortality. Thus, AVC should be used in low flow patients to stratify risk. Importantly, in patients with reduced LVEF, a non-severe AS (i.e. AVC 70% of severe) could be associated with reduce survival. Clinical Perspective What is new? Aortic valve calcification is a powerful predictor of outcome in patients with low ejection fraction aortic stenosis and in patients with low-flow despite normal ejection fraction aortic stenosis. In patient with low ejection fraction aortic stenosis, a non-severe calcification (AVCratio=0.7) is associated with increased mortality. An AVCratio of 0.7 correspond to an AVC of 840AU in female patients and 1,400AU in male patients. What are the clinical implications? AVC should be used in low ejection fraction and low flow patients to assess aortic stenosis severity and stratify risk. A severe AVC, in patient with low-flow preserved ejection fraction, could help in clinical decision making. A moderate-to-severe AVC (i.e. AVCratio>0.7), in patients with low ejection fraction, is detrimental and may be used to refine clinical decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,294
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetCardiac Valve Diseases and Treatments→Travaux en français237 207→