158 articoli
Lo studio dimostra che un modello regionalizzato a "hub e spoke" con trasferimento precoce verso centri cardiaci ad alta capacità mitiga il rischio di mortalità associato al trasferimento e riduce significativamente i tassi di decesso per shock cardiogeno.
In questo ampio studio multicentrico, è emerso che le caratteristiche anatomiche e chirurgiche, come il sottotipo di Fontan e le dimensioni del condotto, non influenzano significativamente la capacità di esercizio nei pazienti con circolazione di Fontan, mentre i fattori determinanti risultano essere il sesso, l'età e la dimensione corporea.
Uno studio longitudinale su dipendenti comunali finlandesi ha rivelato che i comportamenti sanitari spiegano circa il 40% delle disuguaglianze di classe occupazionale nelle malattie cardiovascolari, indicando che la maggior parte del divario è dovuta a determinanti sociali più ampi.
Utilizzando dati reali e metodi di causal machine learning, lo studio ha dimostrato che i GLP-1 RA sono associati a un rischio inferiore di mortalità o ospedalizzazione rispetto agli SGLT2i nei pazienti con insufficienza cardiaca, pur evidenziando la necessità di ulteriori validazioni prima dell'implementazione clinica della medicina di precisione.
Uno studio del DCM Consortium ha rivelato che, sebbene l'88% dei centri utilizzi le informazioni genetiche per le decisioni terapeutiche, i modelli di cura per la valutazione genetica della cardiomiopatia dilatata sono altamente variabili e ostacolati da sfide operative e di personale, suggerendo la necessità di standard autoritativi per sviluppare approcci più scalabili.
Questo studio dimostra che, nella popolazione con malattia renale avanzata, la risonanza magnetica cardiaca con mappatura parametrica presenta un elevato valore predittivo negativo per la diagnosi di amiloidosi cardiaca, mentre la sua specificità migliora utilizzando valori di soglia più alti per i tempi T1 e il volume extracellulare.
Questo studio retrospettivo dimostra che le misurazioni ecocardiografiche basate sull'intelligenza artificiale presentano una ripetibilità paragonabile a quella dei cardiologi esperti, supportando il loro utilizzo per il monitoraggio longitudinale della cardiomiopatia ATTR, nonostante la presenza di alcune differenze sistematiche rispetto ai valori di riferimento.
Uno studio tri-etnico SABRE ha rilevato che la scarsa qualità del sonno è associata a un aumento della massa ventricolare sinistra negli uomini di origine africana/africano-caribica e sud-asiatica, ma non in quelli europei.
Uno studio nazionale olandese su 14.196 pazienti ha rivelato che, sebbene la scelta tra arteria toracica interna destra e arteria radiale come secondo innesto non influisca sulla sopravvivenza a lungo termine in entrambi i sessi, l'arteria radiale è associata a un maggior rischio di rivascolarizzazione ripetuta negli uomini e di eventi cerebrovascolari nelle donne.
In questo studio osservazionale su larga scala, l'inizio della terapia con inibitori di PCSK9 è stato associato a un rischio significativamente inferiore di depressione rispetto alla terapia con statine in pazienti adulti con iperlipidemia.
Questo studio esplorativo utilizza l'analisi di causalità di Granger su dati ecocardiografici frame-per-frame per rivelare che i determinanti strutturali della rigurgitazione mitralica funzionale variano in modo eterogeneo e specifico per sottotipo (atriale o ventricolare) a livello battito-per-battito, evidenziando finestre temporali distinte di prevedibilità legate al carico ventricolare e alla geometria dei muscoli papillari.
Uno studio retrospettivo sul dataset CARDIA rivela che, sebbene i modelli di rischio cardiovascolare privi di dati razziali migliorino le metriche di parità, possono generare danni clinici concentrati tra i pazienti neri, evidenziando la necessità di valutazioni empiriche complete prima di adottare tali strumenti nei sistemi sanitari.
Il paper presenta CorSeg-CineSAX, un framework open-source di deep learning che utilizza il modello MedNeXt-L e un processo di post-elaborazione deterministico per realizzare una segmentazione automatica, robusta e anatomica delle immagini CMR cardiache a corto asse su larga scala, dimostrando un'eccellente generalizzazione su diverse patologie cardiache e un'alta concordanza con le misurazioni cliniche manuali.
Questo studio presenta un algoritmo basato su reti grafiche derivate dai tempi di attivazione locale che identifica automaticamente con elevata accuratezza i circuiti di tachicardia atriale macro-rientranti a singolo e doppio anello, offrendo un potenziale strumento guida per l'ablazione.
Uno studio randomizzato ha dimostrato che la guida dell'Instantaneous Wave-Free Ratio (iFR) nel bypass aorto-coronarico migliora significativamente la pervietà degli innesti a 36 mesi rispetto alla sola guida angiografica, riducendo il flusso competitivo, sebbene non abbia portato a differenze significative negli eventi avversi maggiori.
Il progetto BECAME-HF utilizza la lipidomica del plasma per identificare fenogruppi distinti di insufficienza cardiaca con frazione di eiezione preservata (HFpEF) e una firma metabolica ad alto rischio composta da 10 lipidi, che correlano con caratteristiche cliniche specifiche e prognosi differenziate.
Questo studio dimostra che le misurazioni ecocardiografiche derivate dall'intelligenza artificiale possiedono un valore prognostico indipendente e incrementale rispetto alla stadiazione basata sui biomarcatori nella cardiomiopatia da transtiretina, offrendo prestazioni predittive paragonabili a quelle delle misurazioni umane.
Lo studio retrospettivo sul programma Kurume-HEARTS dimostra che le ospedalizzazioni pianificate per pazienti con scompenso cardiaco ricorrente riducono significativamente i costi totali e la durata della degenza rispetto agli accessi non programmati, grazie a un intervento precoce e a una gestione strutturata.
Lo studio NAKO rivela che il rimodellamento cardiaco sfavorevole nelle donne in post-menopausa è legato a un maggior carico di fattori di rischio cardiometabolici piuttosto che a un'associazione più forte con la struttura cardiaca, evidenziando inoltre modelli specifici per sesso ed età per BMI, trigliceridi e disturbi del sonno.
Questo studio dimostra che un modello di deep learning può diagnosticare la cardiomiopatia atriale e migliorare la stratificazione del rischio per fibrillazione atriale e insufficienza cardiaca analizzando routine ECG a 12 derivazioni, offrendo uno strumento di screening economico e ampiamente disponibile.