Sex-related differences in myocardial fibrosis among patients with aortic stenosis: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background: -analysis aimed to evaluate sex-related differences in myocardial fibrosis using cardiac magnetic resonance (CMR) parameters. Methods: Three databases were searched for studies comparing male and female patients with AS reporting CMR-derived measures. The primary outcomes were late gadolinium enhancement (LGE%), infarct-related and non-infarct-related LGE, extracellular volume (ECV) and Septal E/e'. Effect sizes were expressed as risk ratios (RR) for binary outcomes and mean differences (MD) for continuous outcomes, each with 95% confidence intervals (CI), using random-effects models. Study quality was appraised with the Newcastle-Ottawa Scale, and certainty of evidence was graded using the GRADE framework. Results: Seven studies (n = 2,105; 1,246 males) were included. No significant difference was observed in LGE% (MD 0.13; 95 %CI -0.93 to 1.18; p = 0.770), and risks of infarct-related LGE between sexes (RR 1.61; 95 %CI 0.90 to 2.89; p = 0.080). Males had higher risk of non-infarct LGE (RR 1.51; 95 %CI 1.34 to 1.70; p = 0.002). There were no significant differences in ECV (MD -0.45; 95 %CI -2.34 to 1.44; p = 0.506) and Septal E/e' between sexes (MD -1.87; 95 %CI -4.05 to 0.32; p = 0.072). Conclusion: -analysis shows sex-related differences in myocardial fibrosis in AS, with men exhibiting more focal replacement fibrosis and women a tendency toward diffuse interstitial fibrosis. These patterns highlight the relevance of incorporating sex-specific factors into diagnosis and management.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,017 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».