MétaCan
Menu
Retour à la cohorte
Enregistrement W2294724041 · doi:10.14740/cr454e

Management of Atrio-Esophageal Fistula Following Left Atrial Ablation

2016· article· en· W2294724041 sur OpenAlexvenueno aff
Tariq Yousuf, Hesam Keshmiri, Zachary Bulwa, Jason Kramer, Hafiz Muhammad Sharjeel Arshad, Rasha Issa, Daniel Woznicka, Paul J Gordon, Pierre Abi‐Mansour

Notice bibliographique

RevueCardiology Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAtrial fibrillationAblationComplicationFistulaIntervention (counseling)SurgeryCatheter ablationStentCardiology

Résumé

récupéré en direct d'OpenAlex

Currently, no guidelines have been established for the treatment of atrio-esophageal fistula (AEF) secondary to left atrial ablation therapy. After comprehensive literature review, we aim to make suggestions on the management of this complex complication and also present a case series. We performed a review of the existing literature on AEF in the setting of atrial ablation. Using keywords atrial fibrillation, atrial ablation, fistula formation, atrio-esophageal fistula, complications, interventions, and prognosis, a search was made using the medical databases PUBMED and MEDLINE for reports in English from 2000 to April 2015. A statistical analysis was performed to compare the three different intervention arms: medical management, stent placement and surgical intervention. The results of our systematic review confirm the high mortality rate associated with AEF following left atrial ablation and the necessity to diagnose atrio-esophageal injury in a timely manner. The mortality rates of this complication are 96% with medical management alone, 100% with stent placement, and 33 % with surgical intervention. Atrio-esophageal injury and subsequent AEF is an infrequent but potentially fatal complication of atrial ablation. Early, prompt, and definitive surgical intervention is the treatment of choice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,129
Tête enseignante GPT0,429
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCardiology ResearchMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207