Implant Degradation and Poor Healing After Endovascular Repair of Abdominal Aortic Aneurysms: An Analysis of Explanted Stent-Grafts
Notice bibliographique
Résumé
PURPOSE: To study explanted stent-grafts to achieve a better understanding of the mechanisms of failure after endovascular treatment of abdominal aortic aneurysms (AAA). METHODS: Twelve stent-grafts were harvested at autopsy (n=3) or during surgical conversion (n=9). Device alterations were investigated by macroscopic examination, radiography, and surface analysis techniques. Healing around the implants was studied via histology and immunohistochemistry, with particular attention to the stent-graft/tissue interface. RESULTS: Degradation was more important with Vanguard stent-grafts (off the market) than with AneuRx and Talent stent-grafts, but rupture of nitinol wires and poor surface finish in Talent stent-grafts raise concern about their corrosion resistance and long-term stability. Poor healing was observed around stent-grafts even after several years of implantation, with absence of vascular smooth muscle cells, fibroblasts, and collagen formation. In addition to the well-known foreign body reaction around the graft, numerous polymorphonuclear cells characteristic of the first step of healing were present in tissues around stent-grafts retrieved at surgical conversion. Factors explaining the lack of tissue organization around stent-grafts are discussed. CONCLUSION: The long-term stability of implants remains a concern and requires more transparency from manufacturers regarding the surface properties of their devices. Lack of neointima formation impairs biological fixation of the implant to the vessel wall, leading to possible endoleaks and migration. New-generation stent-grafts promoting biological fixation should be developed to improve clinical outcomes of this minimally invasive treatment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».