Choice of stent and outcomes after treatment of drug‐eluting stent restenosis in highly complex lesions
Notice bibliographique
Résumé
OBJECTIVES: Our aim was to compare the outcomes of a same versus different drug-eluting stent (DES) implantation strategy for the treatment of DES instent restenosis (ISR). BACKGROUND: The absence of clear data renders the treatment of DES ISR one of the most challenging situations in interventional cardiology. METHODS: We identified all cases of DES ISR treated with a second DES between January 2004 and January 2009. The lesions were divided into those treated with the same DES as the initial one that restenosed and those treated with a different DES. The main end-point was repeat target lesion revascularization (TLR). RESULTS: We included 116 patients with a total of 132 lesions. The patient population was highly complex: 55.5% with diabetes, 56% with type-C lesions, 15.9% with lesions previously stented with BMS and 18.2% with fluoroscopic evidence of stent fracture. A same and different stent strategy was conducted in 41 lesions (31%) and 91 lesions (69%), respectively. Overall TLR was 31.1% and occurred in 46.3% of patients treated with the same stent and 24.4% of those with a different stent (P = 0.012). Multivariable analysis found same stent strategy (OR 2.84, 95%CI 1.23-6.57;P = 0.014) and occurrence of stent fracture (OR 4.03, 95%CI 1.33-12.01;P = 0.012) to be the only independent predictors of TLR after a median follow-up of 20.4 [12.1-30.2] months. CONCLUSIONS: In highly complex lesions, DES implantation for DES ISR is linked to a high need of future revascularization. An association between implanting a DES type other than the original and lower rate of TLR is suggested.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».