MétaCan
Menu
Retour à la cohorte
Enregistrement W2120886750 · doi:10.1002/ccd.26235

Prestenting for prevention of melody valve stent fractures: A systematic review and meta‐analysis

2015· review· en· W2120886750 sur OpenAlexaff
Rhanderson Cardoso, Mohammad Ansari, Daniel García, Satinder Sandhu, Derek R. Brinster, Nicolò Piazza

Notice bibliographique

RevueCatheterization and Cardiovascular Interventions · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisStentMEDLINESystematic reviewCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The role of right ventricular outflow tract (RVOT) prestenting in the prevention of Melody valve stent fractures (SFs) is not well defined. We aimed to perform a systematic review and meta-analysis comparing the incidence of SF in Melody valve transcatheter pulmonary implants with and without prestenting. METHODS: PubMed, EMBASE, and Cochrane Central were searched for studies that reported the incidence of SF in Melody valve transcatheter pulmonary implants stratified by the presence or absence of RVOT prestenting. Subgroup analyses were performed for (1) SF associated with a loss of stent integrity and (2) SF requiring reintervention. RESULTS: Five studies and 360 patients were included, of whom 207 (57.5%) received prestenting. Follow-up ranged from 15 to 30 months. SF were significantly reduced in the prestenting group (16.7%) when compared to no prestenting (33.5%) (odds-ratio [OR] 0.39; 95%CI 0.22-0.69). Patients who received prestenting also had a lower incidence of (1) SF associated with loss of stent integrity (OR 0.16; 95%CI 0.05-0.48) and (2) SF requiring reintervention (OR 0.15; 95%CI 0.02-0.91). CONCLUSION: Our findings suggest that stenting of the RVOT prior to Melody valve implantation is associated with a reduction in the incidence of SF and fracture-related reinterventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0070,067
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,119
Tête enseignante GPT0,442
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCatheterization and Cardiovascular InterventionsMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207