Meta-analysis of MitraClip and PASCAL for transcatheter mitral edge-to-edge repair
Notice bibliographique
Résumé
BACKGROUND: Despite the promising results of both MitraClip and PASCAL systems for the treatment of mitral regurgitation (MR), there is limited data on the comparison of both systems regarding their safety and efficacy. We aim to compare both systems for MR. MATERIALS AND METHODS: Five databases were searched until October 2024. Original studies were only included and critically appraised using an adapted version of the Newcastle-Ottawa scale for observational cohort studies and the Cochrane risk of bias tool for randomized controlled trials. The risk ratio (RR) and mean difference (MD) with their corresponding 95% confidence interval (95% CI). RESULTS: From the database search, we identified 197 studies, of which eight studies comprising 1,612 patients who underwent transcatheter edge-to-edge repair with either MitraClip or PASCAL were included in this meta-analysis. The statistical analysis revealed no significant difference between the two devices in achieving a two-grade reduction in MR severity (RR = 0.95; 95% CI: [0.86, 1.04]; p = 0.28), one-grade reduction (RR = 1.17; 95% CI: [0.92, 1.49]; p = 0.19), or in cases with no improvement (RR = 1.23; 95% CI: [0.79, 1.90]; p = 0.36). Additionally, there were no significant differences between PASCAL and MitraClip regarding procedure time, procedural success, reinterventions, or all-cause mortality. However, PASCAL trended towards better residual MR reduction, although this was accompanied by moderate heterogeneity. Both devices demonstrated comparable safety profiles and were effective in reducing MR and improving cardiac function. CONCLUSION: MitraClip and PASCAL devices showed comparable safety profiles and procedural success rates. However, the analysis did not reveal a statistically significant difference between the two devices in reducing the severity of MR.
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 | 0,014 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,057 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».