265 * TRANSIT-TIME FLOW MEASUREMENT UNMASKS COMPETITIVE FLOW IN ARTERIAL BYPASS GRAFTS
Notice bibliographique
Résumé
Objectives: Arterial grafts are preferred; however, competitive flow can diminish efficacy. This study hoped to determine whether transit-time flow measurement (TTFM) could identify competitive flow in arterial grafts. Methods: For 381 consecutive off-pump CABG patients, testing for competitive flow of all grafts possible was performed using an already-in-place proximal snare to occlude native coronary flow after anastomosis construction. TTFM parameters [Flow, pulsatility index (PI), and diastolic filling] were measured with/without proximal snare of the native artery, then analysed retrospectively. Results: From May 2008 to January 2014, 381 consecutive off-pump CABG patients had snare-testing; because of ease/reliability of measurement, 200 single left internal mammary artery-left anterior descending (LIMA-LAD) grafts were analysed. Demographics included: mean age 67 years, male 78%, diabetics 30%, EuroSCORE ≥6–32%. Bilateral internal mammary artery grafting was performed in 71%; 98% grafts were arterial. Upon analysis before/after snaring, 5 patterns emerged (Fig. 1): 1) Flow ↑ and PI ↓↑ or → suggestive of competitive flow seen in moderate stenosis (average 76%) in 27% (54/200) grafts. 2) Flow → and PI → (similar) suggesting no competitive flow, seen in high-grade stenosis (average 79%) in 33% (66/200) grafts. 3) Flow ↓ or → and PI ↑ indicative of possibly suboptimal grafts seen in 11% (22/200) grafts. 4) Flow ↓ and PI → correlated with occluded/high grade stenosis, large retrograde coronary bed (average 88% stenosis) in 18% (36/200) patients. 5) Flow/PI not fitting any pattern (aetiology indeterminate) seen in 23/200 (11.5%). Conclusion: TTFM with the snare-test identifies competitive flow in arterial grafts; patterns of flow/PI values reflect degrees of stenosis in coronary arteries. Used consistently, TTFM is a valuable learning tool for arterial grafting and may help direct conduit choice according to severity of disease.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».