Transcatheter aortic valve-in-surgical aortic valve implantation: current status and future perspectives
Notice bibliographique
Résumé
During the last decade, the relative use of surgical bioprosthetic valves has increased by nearly 80%, an observation likely explained by improved surgical techniques, valve durability, avoidance of anticoagulation and patient’s preference [1]. Nevertheless, surgical bioprosthetic valves are known to fail; actuarial freedom from reoperation for a failing bioprosthetic valve is 95, 90 and 70% at 5, 10 and 15 years, respectively [2, 3]. The lifetime risk of reoperation actually decreases with increasing patient age at the time of the index procedure. For example, a 50and a 60-year old patient undergoing surgical bioprosthetic aortic valve replacement will have a lifetime risk of reoperation of 45 and 25%, respectively [4]. The gold-standard treatment for a failing surgical bioprosthetic valve is a redo operation. The operative mortality following an elective redo operation in low-to-intermediate risk patients is 2–7% [5, 6]. In high surgical risk or non-elective cases, however, the mortality can be as high as 30% [7]. Even in low-risk and elective redo scenarios, the risks of wound infection, blood transfusions, postoperative pain and delayed functional recovery are not negligible. Transcatheter aortic valve-in-surgical aortic valve (TAV-in-SAV) implantation was first reported in 2007, and since then, numerous case series and registries have demonstrated its safety and efficacy [8, 9]. Since TAV-in-SAV avoids sternotomy and cardiopulmonary bypass, it can improve resource utilization by accelerating patient recovery and by reducing the length of hospital stay. Furthermore, it may obviate or reduce the number of repeat surgical procedures in a patient’s lifetime.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,009 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».