S'abonner

Early predictors of poor outcome in infectious endocarditis: A Tunisian cohort - 07/06/19

Doi : 10.1016/j.acvdsp.2019.04.027 
A. Farah  : Interne en cardiologie, O. Ben Abdeljelil : Interne en cardiologie, W. Jomaa : MCA en cardiologie, A. Gana : Interne en néphrologie, I. Chamtouri : AHU en cardiologie, F. Maatouk : Professeur en cardiologie
 Hôpital Monastir, Tunisie 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

Despite all improvements in diagnostic imaging modalities and therapeutic regimens, Infective endocarditis remains a lethal disease which is associated with a high mortality rate. The early identification of patients at risk of infective endocarditis complications is essential to improve prognosis. We aimed at identifying the predictive factors at admission for poor outcomes in infective endocarditis patients.

Method

This was a prospective study which included all patients diagnosed with infective endocarditis (IE) and hospitalized in the cardiology department of Monastir hospital between 1983 and 2017. We included patients who were diagnosed with definite infective endocarditis based on the modified Ducke criteria.

Results

Three hundred forty patients were included in this study. The mean age of our patients was 37±17.92 years. There were 56.4% men and 43.6% women. The third of the population had rheumatic heart disease. Cardiac surgery was performed in 76 patients (22.3%), and the overall in-hospital mortality rate was 25%. In the multivariable analysis, the independent predictors of death were: age>60 years (odds ratio (OR) 1.13, 95% confidence interval (CI) 1.02–1.13), C-reactive protein (CRP) at hospital admission (OR 1.12, 95% CI 1.04–1.21), and the vegetation length on diagnosis (OR 1.15, 95% CI 1.03–1.28). Also, heart failure, cardiogenic shock and embolic events during hospitalization were associated with a poor prognosis.

Conclusion

Age, C-reactive protein, and the vegetation size were independent factors associated with and in-hospital mortality. Identifying the predictive factors of mortality in infective endocarditis may improve outcomes.

Le texte complet de cet article est disponible en PDF.

Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 11 - N° 3

P. e317 - juin 2019 Retour au numéro
Article précédent Article précédent
  • Infective endocarditis: A changing epidemiological profile over the years: A prospective cohort study
  • A. Farah, O. Ben Abdeljelil, W. Jomaa, A. Gana, K. Ben Hamda, F. Maatouk
| Article suivant Article suivant
  • Neurological events in children's infective endocarditis: A prospective cohort
  • A. Farah, O. Ben Abdeljelil, W. Jomaa, A. Gana, K. Ben Hamda, F. Maatouk

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.