MM
Michael Mathis
Author with expertise in Diagnosis and Management of Hypertrophic Cardiomyopathy
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
6
(17% Open Access)
Cited by:
639
h-index:
24
/
i10-index:
52
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Biobank-driven genomic discovery yields new insight into atrial fibrillation biology

Jonas Nielsen et al.Jul 26, 2018
To identify genetic variation underlying atrial fibrillation, the most common cardiac arrhythmia, we performed a genome-wide association study of >1,000,000 people, including 60,620 atrial fibrillation cases and 970,216 controls. We identified 142 independent risk variants at 111 loci and prioritized 151 functional candidate genes likely to be involved in atrial fibrillation. Many of the identified risk variants fall near genes where more deleterious mutations have been reported to cause serious heart defects in humans (GATA4, MYH6, NKX2-5, PITX2, TBX5)1, or near genes important for striated muscle function and integrity (for example, CFL2, MYH7, PKP2, RBM20, SGCG, SSPN). Pathway and functional enrichment analyses also suggested that many of the putative atrial fibrillation genes act via cardiac structural remodeling, potentially in the form of an ‘atrial cardiomyopathy’2, either during fetal heart development or as a response to stress in the adult heart. Large-scale association analyses identify 142 independent risk variants for atrial fibrillation. Pathway and functional enrichment analyses suggest that many of the putative risk genes act via cardiac structural remodeling.
0
Citation639
0
Save
0

Abstract 4144101: Variation in Vasoactive Treatments for Cardiogenic Shock: Insights from the Critical Care Cardiology Trials Network

David Hamilton et al.Nov 12, 2024
Introduction: The paucity of data to guide selection of specific vasoactive agents in patients with cardiogenic shock (CS) may lead to variability in practice patterns. Hypothesis: Variation in the utilization of inodilators to treat CS is associated with both institution- and patient-level factors. Methods: The Critical Care Cardiology Trials Network (CCCTN) is a multicenter network of tertiary CICUs in North America coordinated by the TIMI Study Group. This analysis cohort includes patients with CS from 2018-2023. Shock was defined as systolic blood pressure less than 90 mmHg with end-organ dysfunction ascribed to the hypotension. Shock type was classified by site investigators. Multivariable linear mixed-effect modeling was used to evaluate patient- and institutional-level variation associated with the use of inodilators treatment (milrinone, dobutamine). Results: A total of 3,282 patients from 37 CICUs were in the study cohort. The rate of utilization of specific vasoactive medications and MCS varied substantially across institutions (Fig 1). For inodilators, rates of dobutamine use varied by institution from 10% to 82%, while milrinone use varied from 6% to 71%. Patient-level variables that were associated with the use of inodilator treatment included male sex (OR 1.24 [95% CI 1.03-1.49]), history of heart failure (1.98 [1.61-2.43]), SCAI class D vs. B/C (1.35 [1.08-1.69]), and BiV failure vs. LV failure (1.59 [1.27-1.99). Variables less likely to be associated with inodilator use included age (0.97 [0.97-0.98] per year increase), cardiac arrest (0.34 [0.27-0.42]), and acute coronary syndrome presentation (0.72 [0.57-0.91]). MCS use within 36 hours of CICU admission and pulmonary hypertension were not associated with variability in inodilator use. In multivariable linear mixed-effect modeling, 45.9% of variation in inodilator use was attributed to patient-level factors and 21.8% of variation was attributed to the institution. Conclusion: There is substantial variation in vasoactive treatment and inodilator use related to patient- and institution-level factors. Such variability underscores the need for additional high-quality evidence to guide vasoactive treatment strategies in CS.