Total Regurgitant Fraction to Predict Aortic Valve Surgery in Patients With Concomitant Aortic and Mitral Regurgitation
Notice bibliographique
Résumé
Background: Concomitant aortic and mitral regurgitation (CAMR) is associated with poorer outcome compared with isolated aortic regurgitation (AR). Current prognostic assessment of AR does not include the magnitude of mitral regurgitation (MR). Cardiac magnetic resonance (CMR) can integrate volumetric data to obtain a novel combined parameter, total regurgitant fraction (TRF), which could have the potential ability to measure the combined effects of AR and MR on left ventricle (LV) overload. The aim of our study was to explore the usefulness of TRF in predicting the future need of aortic valve surgery in patients with CAMR. Methods and Results: Patients with CAMR and prior CMR studies were retrospectively recruited. A total of 45 patients were included, of whom 10 (22%) developed surgery indications. At the median follow-up time point (3.2 years), survival without surgery indication was 95% in the group with TRF < 40% compared to 90% in the group with aortic regurgitant fraction (ARF) < 29%. In contrast, 67% of patients with TRF ≥ 40% developed surgery indications after 3.2 years compared to 55% of patients with ARF ≥ 29%. In the multivariate analysis, the model including binary TRF had the highest hazard ratio of 13.846 (2.822 to 67.939, P = 0.001). Conclusions: TRF is a promising CMR parameter that could improve the prediction of the need for surgery in patients with CAMR. Further studies with larger populations should be performed to confirm these findings.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».