Kathetergestützter Aortenklappenersatz (TAVI) unter Pandemiebedingungen: Patientencharakteristika und -outcome der Pandemiekohorte im Vergleich zur regulären Versorgungssituation.
Bibliographic record
Abstract
Der Ausbruch der Coronavirus-Pandemie stellte weltweit eine bedeutende Herausforderung dar. Krankenhäuser waren mit der Ausbreitung und Übertragungsgefahr von COVID-19 (coronavirus disease 2019) konfrontiert. Dies betraf auch das Verfahren der Transkatheter-Aortenklappenimplantation (TAVI) für Patientinnen und Patienten mit hochgradiger symptomatischer Aortenklappenstenose. Zur angepassten Auswahl und Priorisierung von TAVI-Patientinnen und TAVI-Patienten während der Pandemie etablierten wir einen sogenannten Allokationsalgorithmus, der auf den Empfehlungen der American College of Cardiology / Society for Cardiovascular Angiography and Interventions (ACC / SCAI) und denen der European Society of Cardiology (ESC) beruhte. Um zu prüfen, ob durch eine erfolgreiche Implementierung dieses Allokationsalgorithmus eine pandemieadaptierte TAVI-Patientinnen- und TAVI-Patienten-Priorisierung gelang, und zu analysieren, welche Auswirkungen der Einsatz dieses Allokationsalgorithmus auf prä-, intra- und postprozedurale Parameter hatte, führten wir folgenden Vergleich durch: 456 Patientinnen und Patienten, welche vor der Pandemie und somit vor der Implementierung dieses Allokationsalgorithmus (prä-COVID-19-Gruppe) eine TAVI erhielten, wurden 456 Patientinnen und Patienten gegenübergestellt, bei denen eine TAVI zu Pandemiebedingungen und dadurch mit Nutzung unseres Allokationsalgorithmus durchgeführt wurde (COVID-19-Gruppe). Es konnten mehrere signifikante Unterschiede festgestellt werden: Die COVID-19-Gruppe zeigte in Bezug auf Patientencharakteristika eine höhere Rate an kardialen Dekompensationen/ kardiogenen Schocks (10,5% vs. 1,3%; p< 0,001), Blockbildern (Linksschenkelblock: 10,9% vs. 4,8%; p= 0,001), schwerer symptomatischer Angina pectoris (Canadian Cardiovascular Society (CCS) II, III, IV: 18,7% vs. 11,8%; p= 0,004), Troponinerhöhung (>14 ng/L: 84,9% vs. 77%; p= 0,003) und reduzierter linksventrikulärer Ejektionsfraktion (LVEF) (<45%: 18,9% vs. 12%; p= 0,006). In der Pandemie waren mehr Prädilatationen (46,3% vs. 35,1%; p= 0,001) und eine längere Prozedurdauer (80,2 min (+/-29,4) vs. 66,9 min (+/-17,5); p< 0,001) erforderlich, wobei sich der Erfolg der Klappenimplantation nicht signifikant von der prä-COVID-19-Gruppe unterschied (0% vs. 0,4%; p= 0,17). Während COVID-19 war der Krankenhausaufenthalt kürzer (8,4 Tage (+/-5,9) vs. 9,5 Tage (+/-9,33); p= 0,041) und eine geringere Anzahl an Patientinnen und Patienten pro Monat wurde einer TAVI-Prozedur unterzogen (39 (+/-4,55) vs. 46,11 (+/-7,57); p= 0,03). Zusammenfassend hat die Implementierung unseres Allokationsalgorithmus geholfen, in der COVID-19-Pandemie Patientinnen und Patienten in einem kardial kritisch kranken Zustand für die TAVI-Prozedur zu priorisieren. Die Prozedur während COVID-19 konnte, trotz höherer Komplexität, mit einem vergleichbaren Erfolg durchgeführt werden. In der Pandemie wurden weniger TAVI-Prozeduren pro Monat mit kürzerer Krankenhausaufenthaltsdauer absolviert.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".