Practice and clinical outcomes of valvular surgery for rheumatic heart disease in africa: a scoping review
Notice bibliographique
Résumé
BACKGROUND: Rheumatic heart disease is prevalent in Africa, but advanced cardiac care for the condition, which includes valve surgery, is limited. This study examined rheumatic heart disease surgical management and clinical outcomes in Africa. METHODS: This study followed the PRISMA Extension for Scoping Reviews (PRISMA-ScR) guidelines. We conducted a comprehensive search of PubMed, Embase, Scopus, and Web of Science for keywords related to “rheumatic heart disease,” “valve surgery,” and “Africa.” Clinical studies published in African countries on valve surgery for rheumatic heart disease were included. RESULTS: The review included 17 studies from 10 countries. The prevalence of rheumatic heart disease had a female predominance (n = 1313/2367, 55.5%). Mitral valve procedures were universally reported. 7 studies highlighted moderate to severe valve disease severity. Clinical improvement was noted in two studies, with patients in NYHA Class I or II. Reoperation rates varied from 1.45% to 17%, and mortality rates from 3.85% to 22.67%. Hospital stays ranged from 5 to 16 days, and ICU stays from 2 to 3 days. Post-operative complications included thromboembolic disease, hypertrophic scars, infective endocarditis, left ventricular dysfunction, bioprosthetic valve dysfunction, arrhythmias, and neurological events such as stroke. CONCLUSION: Valve surgery for rheumatic heart disease in Africa shows promising clinical outcomes but faces challenges like outcome variability, postoperative complications, and limited infrastructure. Addressing diagnostic issues, enhancing follow-up care, and building healthcare capacity are essential for expanding effective surgical interventions and improving patient outcomes.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».