The effects of low-dose colchicine on the progression of aortic valve stenosis: Rationale, design, and baseline characteristics of the Colchicine and Inflammation in Aortic Stenosis (CHIANTI) trial
Notice bibliographique
Résumé
ABSTRACT BACKGROUND Aortic valve stenosis (AS) is one of the most common valvular heart diseases worldwide. Its prevalence increases with age and is expected to rise further as the population ages. Untreated severe AS carries a two-year mortality rate exceeding 50%. Furthermore, surveillance and management of AS impose a significant burden on healthcare systems. Therefore, effective pharmacological strategies are urgently needed to slow or halt the progression of AS. RATIONALE AND DESIGN Inflammation plays a central role in the pathogenesis of both atherosclerosis and AS. Anti-inflammatory therapy with low-dose colchicine reduces cardiovascular events in patients with coronary artery disease, but its efficacy has not been tested in AS. Colchicine and Inflammation in Aortic Stenosis (CHIANTI) is an investigator-initiated, placebo-controlled, double-blind, multicenter, randomized trial involving 150 patients with moderate AS. After confirming tolerance during a two-week run-in phase, eligible participants underwent coronary computed tomography (CT) angiography, 18 F-sodium fluoride ( 18 F-NaF) positron emission tomography (PET)-CT, and echocardiography. Thereafter, participants were randomized 1:1 to colchicine 0.5 mg once daily or a matching placebo. All baseline imaging is repeated after 24 months. The primary endpoint is the change in aortic valve calcium score on CT. Secondary endpoints are (I) the change in aortic valve 18 F-NaF uptake on PET-CT and corrected for target-to-background ratio, and (II) the change in peak aortic jet velocity on echocardiography. CONCLUSION The CHIANTI trial evaluates whether anti-inflammatory therapy with low-dose colchicine can slow or halt the progression of moderate AS. If successful, it would offer the first effective pharmacological treatment for AS. TRIAL REGISTRATION Registered on ClinicalTrials.gov ( https://clinicaltrials.gov/ ), ID: NCT05162742.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».