Background— A growing population of patients with coronary artery disease experiences angina that is not amenable to revascularization and is refractory to medical therapy. Preclinical studies have indicated that human CD34 + stem cells induce neovascularization in ischemic myocardium, which enhances perfusion and function. Methods and Results— Twenty-four patients (19 men and 5 women aged 48 to 84 years) with Canadian Cardiovascular Society class 3 or 4 angina who were undergoing optimal medical treatment and who were not candidates for mechanical revascularization were enrolled in a double-blind, randomized (3:1), placebo-controlled dose-escalating study. Patients received granulocyte colony-stimulating factor 5 μg · kg −1 · d −1 for 5 days with leukapheresis on the fifth day. Selection of CD34 + cells was performed with a Food and Drug Administration–approved device. Electromechanical mapping was performed to identify ischemic but viable regions of myocardium for injection of cells (versus saline). The total dose of cells was distributed in 10 intramyocardial, transendocardial injections. Patients were required to have an implantable cardioverter-defibrillator or to temporarily wear a LifeVest wearable defibrillator. No incidence was observed of myocardial infarction induced by mobilization or intramyocardial injection. The intramyocardial injection of cells or saline did not result in cardiac enzyme elevation, perforation, or pericardial effusion. No incidence of ventricular tachycardia or ventricular fibrillation occurred during the administration of granulocyte colony-stimulating factor or intramyocardial injections. One patient with a history of sudden cardiac death/ventricular tachycardia/ventricular fibrillation had catheter-induced ventricular tachycardia during mapping that required cardioversion. Serious adverse events were evenly distributed. Efficacy parameters including angina frequency, nitroglycerine usage, exercise time, and Canadian Cardiovascular Society class showed trends that favored CD34 + cell–treated patients versus control subjects given placebo. Conclusions— A randomized trial of intramyocardial injection of autologous CD34 + cells in patients with intractable angina was completed that provides evidence for feasibility, safety, and bioactivity. A larger phase IIb study is currently under way to further evaluate this therapy.

C oronavirus disease 2019 (COVID-19) has placed an enormous strain on the health care systems of the nations where it has spread widely, with specific implications of the disease on practice in the catheterization laboratory.These implications include how we might modify practice for standard cardiac patients, those who are suspected to have COVID-19, and those with COVID-19 who have either unrelated cardiac conditions or cardiac manifestations of the disease.It merits emphasis that this is a dynamic situation and one for which there are limited data.In addition, local conditions may vary considerably.The purpose of this joint statement

Transcatheter aortic valve replacement (TAVR) indications are expanding, leading to an increasing number of patients with bicuspid aortic stenosis undergoing TAVR. Pivotal randomized trials conducted to obtain US Food and Drug Administration approval excluded bicuspid anatomy.To compare the outcomes of TAVR with a balloon-expandable valve for bicuspid vs tricuspid aortic stenosis.Registry-based prospective cohort study of patients undergoing TAVR at 552 US centers. Participants were enrolled in the Society of Thoracic Surgeons (STS)/American College of Cardiology (ACC) Transcatheter Valve Therapies Registry from June 2015 to November 2018.TAVR for bicuspid vs tricuspid aortic stenosis.Primary outcomes were 30-day and 1-year mortality and stroke. Secondary outcomes included procedural complications, valve hemodynamics, and quality of life assessment.Of 81 822 consecutive patients with aortic stenosis (2726 bicuspid; 79 096 tricuspid), 2691 propensity-score matched pairs of bicuspid and tricuspid aortic stenosis were analyzed (median age, 74 years [interquartile range {IQR}, 66-81 years]; 39.1%, women; mean [SD] STS-predicted risk of mortality, 4.9% [4.0%] and 5.1% [4.2%], respectively). All-cause mortality was not significantly different between patients with bicuspid and tricuspid aortic stenosis at 30 days (2.6% vs 2.5%; hazard ratio [HR], 1.04, [95% CI, 0.74-1.47]) and 1 year (10.5% vs 12.0%; HR, 0.90 [95% CI, 0.73-1.10]). The 30-day stroke rate was significantly higher for bicuspid vs tricuspid aortic stenosis (2.5% vs 1.6%; HR, 1.57 [95% CI, 1.06-2.33]). The risk of procedural complications requiring open heart surgery was significantly higher in the bicuspid vs tricuspid cohort (0.9% vs 0.4%, respectively; absolute risk difference [RD], 0.5% [95% CI, 0%-0.9%]). There were no significant differences in valve hemodynamics. There were no significant differences in moderate or severe paravalvular leak at 30 days (2.0% vs 2.4%; absolute RD, 0.3% [95% CI, -1.3% to 0.7%]) and 1 year (3.2% vs 2.5%; absolute RD, 0.7% [95% CI, -1.3% to 2.7%]). At 1 year there was no significant difference in improvement in quality of life between the groups (difference in improvement in the Kansas City Cardiomyopathy Questionnaire overall summary score, -2.4 [95% CI, -5.1 to 0.3]; P = .08).In this preliminary, registry-based study of propensity-matched patients who had undergone transcatheter aortic valve replacement for aortic stenosis, patients with bicuspid vs tricuspid aortic stenosis had no significant difference in 30-day or 1-year mortality but had increased 30-day risk for stroke. Because of the potential for selection bias and the absence of a control group treated surgically for bicuspid stenosis, randomized trials are needed to adequately assess the efficacy and safety of transcatheter aortic valve replacement for bicuspid aortic stenosis.

Abstract Background and Aims Surgical explantation of transcatheter heart valves (THVs) is rapidly increasing, but there are limited data on patients with THV-associated infective endocarditis (IE). This study aims to assess the outcomes of patients undergoing THV explant for IE. Methods All patients who underwent THV explant between 2011 and 2022 from 44 sites in the EXPLANT-TAVR registry were identified. Patients with IE as the reason for THV explant were compared to those with other mechanisms of bioprosthetic valve dysfunction (BVD). Results A total of 372 patients from the EXPLANT-TAVR registry were included. Among them, 184 (49.5%) patients underwent THV explant due to IE and 188 (50.5%) patients due to BVD. At the index transcatheter aortic valve replacement, patients undergoing THV explant for IE were older (74.3 ± 8.6 vs. 71 ± 10.6 years) and had a lower Society of Thoracic Surgeons risk score [2.6% (1.8–5.0) vs. 3.3% (2.1–5.6), P = .029] compared to patients with BVD. Compared to BVD, IE patients had longer intensive care unit and hospital stays (P < .05) and higher stroke rates at 30 days (8.6% vs. 2.9%, P = .032) and 1 year (16.2% vs. 5.2%, P = .010). Adjusted in-hospital, 30-day, and 1-year mortality was 12.1%, 16.1%, and 33.8%, respectively, for the entire cohort, with no significant differences between groups. Although mortality was numerically higher in IE patients 3 years postsurgery (29.6% for BVD vs. 43.9% for IE), Kaplan–Meier analysis showed no significant differences between groups (P = .16). Conclusions In the EXPLANT-TAVR registry, patients undergoing THV explant for IE had higher 30-day and 1-year stroke rates and longer intensive care unit and hospital stays. Moreover, patients undergoing THV explant for IE had a higher 3-year mortality rate, which did not reach statistical significance given the relatively small sample size of this unique cohort and the reduced number of events.

The ability to non-invasively measure left atrial pressure would facilitate the identification of patients at risk of pulmonary congestion and guide proactive heart failure care. Wearable cardiac monitors, which record single-lead electrocardiogram data, provide information that can be leveraged to infer left atrial pressures. We developed a deep neural network using single-lead electrocardiogram data to determine when the left atrial pressure is elevated. The model was developed and internally evaluated using a cohort of 6739 samples from the Massachusetts General Hospital (MGH) and externally validated on a cohort of 4620 samples from a second institution. We then evaluated model on patch-monitor electrocardiographic data on a small prospective cohort. The model achieves an area under the receiver operating characteristic curve of 0.80 for detecting elevated left atrial pressures on an internal holdout dataset from MGH and 0.76 on an external validation set from a second institution. A further prospective dataset was obtained using single-lead electrocardiogram data with a patch-monitor from patients who underwent right heart catheterization at MGH. Evaluation of the model on this dataset yielded an area under the receiver operating characteristic curve of 0.875 for identifying elevated left atrial pressures for electrocardiogram signals acquired close to the time of the right heart catheterization procedure. These results demonstrate the utility and the potential of ambulatory cardiac hemodynamic monitoring with electrocardiogram patch-monitors. Heart failure is a common disorder that is challenging to manage. Appearance of symptoms can be subtle and dangerous and there are few tools for clinicians to estimate when a patient is likely to experience an episode of heart failure. Current methods to detect elevated pressure in the heart (one sign of oncoming failure) are invasive and can only be performed in an inpatient setting. A non-invasive, quick method for detecting higher heart pressure would be helpful for identifying worsening heart failure in the home environment. For this reason, we developed a computer method to detect elevated pressures inside the heart using a non-invasive signal from a wearable patch monitor device, the electrocardiogram (ECG, or EKG). Our results show our method provides a reliable, non-invasive way to measure heart pressures using data that can be obtained in the outpatient setting. Schlesinger and Alam et al. utilize a deep neural network and single-lead electrocardiogram data to determine elevated left atrial pressure in patients. This work aims to identify patients at risk of pulmonary congestion and guide proactive heart failure care.