Competing Risks of Cardiac and Noncardiac Mortality in Patients With Secondary Mitral Regurgitation Undergoing Transcatheter Edge‐to‐Edge Repair
Notice bibliographique
Résumé
Background The relative impact of cardiac and noncardiac mortality in patients with secondary mitral regurgitation undergoing mitral transcatheter edge‐to‐edge repair (M‐TEER) has been poorly investigated. We aimed to assess the competing risks and independent predictors of cardiac and noncardiac mortality in a real‐world secondary mitral regurgitation population treated with M‐TEER and included in the GIOTTO (Italian Society of Interventional Cardiology [GIse] Registry Of Transcatheter Treatment of Mitral Valve Regurgitation) registry. Methods Competing risks analysis was used to assess the cumulative incidence of cardiac and noncardiac mortality. Cox regression identified independent predictors of each outcome. Co‐primary outcomes were cardiac and noncardiac death at 2 years. Results The analysis included 1185 consecutive patients with secondary mitral regurgitation treated with M‐TEER between January 2016 and March 2020 (median age 74 years). Two‐year cumulative incidences of cardiac and noncardiac mortality were 19% and 12%, respectively. At multivariable analysis, predictors of cardiac mortality were age (hazard ratio [HR], 1.03; P =0.002), New York Heart Association class (HR, 1.44; P =0.018), previous hospitalization for heart failure (HR, 1.67; P =0.016), hemoglobin (HR, 0.89; P =0.016), left ventricular end‐diastolic diameter (HR, 1.02; P =0.025), left ventricular ejection fraction (HR, 0.98; P =0.022), and daily furosemide dose (HR, 1.19; P =0.003). Predictors of noncardiac mortality were New York Heart Association class (HR, 1.70; P =0.03), estimated glomerular filtration rate (HR, 0.98; P =0.002), and smoking habit (HR, 1.82; P =0.009). Conclusions Patients with secondary mitral regurgitation treated with M‐TEER show a high 2‐year incidence of both cardiac and noncardiac mortality. Understanding competing risks of mortality may improve patient selection for M‐TEER.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».