Aortic valve repair with ascending aortic aneurysms: associated lesions and adjunctive techniques
Notice bibliographique
Résumé
OBJECTIVE: Patients with supracoronary ascending aortic aneurysms can have aortic insufficiency (AI) due to dilatation of the sinotubular junction and/or associated cusp pathology. The incidence and types of cusp lesions as well as the effect of AI severity and cusp repair techniques on outcome in this patient population is not well defined. METHODS: Since 1996, 55 patients (mean age: 65 ± 13 years, 17 bicuspid valves) presented with supracoronary ascending aortic aneurysms and AI that was mild/moderate in 27 (49%) and severe in 28 (51%). Associated pathology included cusp prolapse in 18 (33%), cusp restriction in nine (16%) and both in three (5%). All patients underwent aortic replacement and remodeling of the sinotubular junction. Adjunctive techniques included subcommissural annuloplasty in 38(69%) and cusp repair in 28 (51%). RESULTS: AI severity was not significantly associated with the presence of cusp pathology (p=0.35). Cusp disease was present in 100% of bicuspid aortic valves compared with only 34% of trileaflet valves (p<0.001). There was no hospital mortality and overall survival was 94 ± 4% and 75 ± 10%, respectively, at 5 and 7 years. Freedom from re-operation was 100% at 7 years and freedom from recurrent AI (>2+) was 87 ± 7% at 5 years. Neither the presence of preoperative severe AI, nor the need for cusp repair was predictive of late outcome. CONCLUSIONS: Cusp pathology is frequently encountered in patients with ascending aortic dilatation and AI. Severe AI is not a contraindication to valve-preserving surgery, but careful identification and repair of cusp pathology, in addition to sinotubular junction reduction, is critical for durable, long-term outcome.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».