Heart Failure Hospitalizations and Clinical Outcomes in Patients Undergoing Tricuspid Transcatheter Edge-To-Edge Repair: Insights from EuroTR
Notice bibliographique
Résumé
AIMS: To assess the prevalence, prognostic significance, and predictors of heart failure hospitalization (HFH) before and after tricuspid transcatheter edge-to-edge repair (T-TEER) in a large real-world cohort of patients with tricuspid regurgitation (TR). METHODS AND RESULTS: Data from the European Registry of Transcatheter Repair for Tricuspid Regurgitation (EuroTR registry) were analysed. Among 1000 patients undergoing T-TEER for symptomatic TR, 361 (36.1%) had no HFH, 459 (45.9%) had one single HFH, and 180 (18.0%) had multiple HFH the year before T-TEER. Patients with any HFH had more severe heart failure compared with those without. Procedural success (residual TR ≤2) did not differ between patients with single, multiple, or no HFHs before T-TEER. Multivariable analysis showed that a history of HFH was associated with an increased mortality risk (adjusted hazard ratio [HR] 1.51, 95% confidence interval [CI] 1.11-2.06 for single vs. no HFH; adjusted HR 1.63, 95% CI 1.15-2.31 for multiple vs. no HFH), and a higher risk of the combined endpoint of all-cause mortality or HFH. HFH risk decreased by 72% in the 1 year following T-TEER compared to the previous year. Procedural success was the sole independent predictor for reducing HFHs. CONCLUSIONS: In the EuroTR cohort, a history of HFH was highly prevalent and associated with worse clinical outcomes. Among high-risk patients with symptomatic TR, T-TEER significantly lowered HFH risk, with residual TR grade ≤2 being the key predictor for reduced HFH incidence.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».