Evaluation of Prognostically Important Factors of Transcatheter Biological Aortic Valve Implantation

Abstract

Background: Aortic stenosis (AS) is a common valvular heart disease that predominantly affects the elderly population. Transcatheter aortic valve implantation (TAVI) has emerged as a minimally invasive alternative to surgical aortic valve replacement (SAVR), particularly for patients at high surgical risk. This dissertation evaluates the prognostic factors influencing outcomes after TAVI, focusing on demographic, clinical, echocardiographic, computed tomography (CT), and procedural parameters. Objective: To assess the impact of key factors on one-year clinical outcomes, including survival and major adverse cardiovascular events (MACE), following TAVI. Methods: A retrospective cohort study was conducted involving patients who underwent TAVI for severe AS. Clinical, echocardiographic, and CT data were collected pre-procedurally, and procedural variables such as fluoroscopy time and contrast volume were recorded. Machine learning models, including Random Forest and SHapley Additive exPlanations (SHAP), were utilized to identify significant predictors of adverse outcomes. Results: Key predictors of mortality and MACE included left femoral artery diameter, aortic valve calcification volume, and aortic annulus angle. Procedural variables, notably fluoroscopy time (>17 minutes) and contrast volume (>120 mL), were independently associated with increased mortality risk. Machine learning models demonstrated high predictive accuracy, enhancing early risk stratification. Conclusions: Accurate assessment of anatomical and procedural risk factors can significantly improve prognostic evaluation and patient selection for TAVI. Integration of machine learning algorithms provides enhanced risk prediction, allowing for individualized therapeutic strategies. The findings underscore the importance of procedural optimization and targeted patient evaluation to reduce perioperative risks and improve long-term outcomes in TAVI patients. Kontekstas: Aortos stenozė (AS) yra dažna širdies vožtuvų liga, kuria daugiausia serga vyresnio amžiaus žmonės. Transkateterinė aortos vožtuvo implantacija (TAVI) atsirado kaip minimaliai invazinė alternatyva chirurginiam aortos vožtuvo pakeitimui (SAVR), ypač pacientams, kuriems yra didelė chirurginė rizika. Šioje disertacijoje vertinami prognostiniai veiksniai, darantys įtaką rezultatams po TAVI, daugiausia dėmesio skiriant demografiniams, klinikiniams, echokardiografiniams, kompiuterinės tomografijos (KT) ir procedūriniams parametrams. Tikslas: Įvertinti pagrindinių veiksnių įtaką vienerių metų klinikiniams rezultatams, įskaitant išgyvenamumą ir pagrindinius nepageidaujamus širdies ir kraujagyslių sistemos reiškinius (MACE), po TAVI. Metodai: Buvo atliktas retrospektyvus kohortos tyrimas, kuriame dalyvavo pacientai, kuriems buvo atlikta TAVI dėl sunkios AS formos. Klinikiniai, echokardiografiniai ir KT duomenys buvo surinkti prieš procedūrą, o procedūriniai kintamieji, tokie kaip fluoroskopijos laikas ir kontrastinės medžiagos tūris, buvo užregistruoti. Reikšmingiems nepageidaujamų rezultatų prognozavimo veiksniams nustatyti buvo naudojami mašininio mokymosi modeliai, įskaitant atsitiktinio miško ir SHapley adityvinius paaiškinimus (SHAP). Rezultatai: Pagrindiniai mirtingumo ir MACE prognozuojantys veiksniai buvo kairiosios šlaunikaulio arterijos skersmuo, aortos vožtuvo kalcifikacijos tūris ir aortos žiedo kampas. Procedūriniai kintamieji, ypač fluoroskopijos laikas (> 17 minučių) ir kontrastinės medžiagos tūris (> 120 ml), buvo nepriklausomai susiję su padidėjusia mirtingumo rizika. Mašininio mokymosi modeliai parodė didelį prognozavimo tikslumą, pagerindami ankstyvą rizikos stratifikaciją. Išvados: Tikslus anatominių ir procedūrinių rizikos veiksnių įvertinimas gali žymiai pagerinti prognostinį vertinimą ir pacientų atranką TAVI. Mašininio mokymosi algoritmų integravimas užtikrina geresnę rizikos prognozę, leidžiančią taikyti individualias gydymo strategijas. Išvados pabrėžia procedūrų optimizavimo ir tikslinio pacientų įvertinimo svarbą siekiant sumažinti perioperacinę riziką ir pagerinti ilgalaikius TAVI pacientų rezultatus.