Late referrals and high mortality in tricuspid regurgitation: a call for timely intervention
Notice bibliographique
Résumé
Abstract Aims Tricuspid regurgitation (TR) is associated with increased morbidity and mortality. The optimal timing for referral and intervention remains uncertain. To evaluate outcomes in patients with TR referred for tricuspid valve intervention. Methods and results Fifty-eight consecutive patients were referred from May 2018 to April 2023. Patients were stratified into two groups: Group 1 who underwent either tricuspid valve transcatheter edge-to-edge repair (T-TEER) or transcatheter tricuspid valve replacement (TTVR); Group 2 who died without intervention due to: awaiting candidacy assessment; awaiting intervention; deemed unsuitable for intervention. Key endpoints: in-patient, 30-day, 12- and 18-month mortality; new pacemaker implantation; echocardiographic TR grading; improvement in NYHA functional class; and heart failure-related readmissions at 30 days and 12 months. Among 58 patients, 43 underwent intervention (TTVR, n = 29; T-TEER, n = 14), 15 died without intervention (awaiting assessment n = 11; awaiting procedure n = 1, unsuitable n = 3). At the time of referral, the mean age was 77.0 ± 9.8 years, and 52 patients (90%) were diagnosed with functional TR; 30-day mortality in Group 1 was 12%, and 12-month mortality reached 33%, with heart failure readmission (37%); 12-month mortality in Group 2 was 73%. At 18 months, mortality reached 37% in Group 1 and 100% in Group 2. Baseline characteristics differed significantly between the groups for body mass index, severity of TR (massive or torrential), NYHA III–IV symptoms, and validated mortality scores. Conclusion Referrals for TR often occur after substantial comorbidities have developed resulting in high mortality but should be considered for a referral and intervention at an earlier stage.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».