Increase in Aortic Valve Mean Gradients One Day After Transcatheter Aortic Valve Implantation: The Role of Mitral Regurgitation
Notice bibliographique
Résumé
Background: Following transcatheter aortic valve implantation (TAVI), transvalvular mean gradient is known to increase from immediate to 24 h post-procedure. While anesthesia, rapid-pacing, and volume status are blamed, the true etiology is unclear. To our knowledge, no prior studies have evaluated the effects of mitral regurgitation (MR) on the rise in post-TAVI transvalvular mean gradient. Methods: A single-center, retrospective analysis of patients who underwent TAVI at our institution between 2011 to 2020 was performed (n = 378, males = 206). Patients were divided into two groups, no-to-mild MR (n = 327) and moderate-to-severe MR (n = 51) based on echocardiograms obtained prior to TAVI. Transvalvular gradients were compared between immediate and 24-h post-TAVI echocardiograms. Results: The average age of no-to-mild MR patients (77 years (interquartile range (IQR): 71 - 84)) was similar to moderate-to-severe MR patients (79 years (IQR: 76 - 85), p=0.13). Both groups had similar procedural blood pressures and peri-procedural medication use. The change in 24-h post-TAVI mean transvalvular gradient was +6 mm Hg (IQR: 3.7 - 9) in the moderate-to-severe MR group and +6 mm Hg (IQR: 3.4 - 9) in the no-to-mild MR group (P = 0.87). Conclusions: In this study, we evaluated the impact of preexisting MR on changes in transvalvular gradients following TAVI. We observed no statistically significant difference in 24-h post-TAVI gradient changes between patients with moderate-to-severe MR and those with no-to-mild MR. These findings suggest that baseline MR may not be a major determinant of early post-TAVI hemodynamics; however, further prospective studies are needed to confirm this observation.
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) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».