187 * QUICKER AND SAFER: SKELETONIZATION OF INTERNAL MAMMARY ARTERIES WITH HARMONIC TECHNOLOGY IN 910 PATIENTS WITH 1533 MAMMARY ARTERIES
Notice bibliographique
Résumé
Objectives: Skeletonization of the internal mammary artery (IMA) reduces deep sternal infection but is more time-consuming and tedious than pedicle harvest. We wished to determine whether the use of harmonic technology facilitates skeletonization of the IMA. Methods: In a consecutive series of 1001 patients undergoing isolated coronary artery bypass graft (CABG) surgery from 2003 to 2012, adverse events and harvest times were compared between harmonic (910 patients) and non-harmonic patients (91 patients). Results: Harmonic technology was used to harvest 1533 mammary arteries in 910 (91%) of 1001 consecutive CABG patients; 74% of patients received bilateral IMA. Demographics of patients with and without harmonic skeletonization respectively were: age 64.6 vs 67.9 years, diabetes 35% vs 33%; women 22% vs 25%; and median EuroSCORE 2.9 vs 3.3. The mean harvest time for 78 non-harmonic skeletonized mammary arteries (50 surgeries) was 32.2 min (95% CI 30.1, 34.3), for harmonic skeletonized arteries after 450 surgeries was 25 min, (95% CI 24.0, 25.9), and in recent surgeries is less than 20 min. Major adverse events for patients with and without harmonic skeletonization respectively were: reoperation for bleeding 2.9% vs 0% (95% CI 3.9, 1.7); damaged mammary arteries 0.8% vs 0% (95% CI 1.3, 0.2); deep sternal infection 1.65% vs 1.1% (95% CI -2.8, +1.7); at a mean follow-up of 5 years, perioperative infarction 1.76% vs 2.2% (95% CI -2.7, +3.6), LIMA patency: 96.2% vs 100% (95% CI -0.4, +8.0). Conclusions: In this largest series to date of harmonic IMA skeletonization, this technique results in rare damage, is quicker, with comparable adverse events to the non-harmonic method.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».