MétaCan
Menu
Retour à la cohorte
Enregistrement W2793346856 · doi:10.1002/rcs.1891

Robotic‐assisted coronary artery bypass surgery: an 18‐year single‐centre experience

2018· article· en· W2793346856 sur OpenAlexaff
Vincenzo Giambruno, Michael Chu, Stephanie A. Fox, Stuart A. Swinamer, Reiza Rayman, Zarina Markova, Rebecca Barnfield, Mitchell Cooper, Douglas Boyd, Alan H. Menkis, Bob Kiaii

Notice bibliographique

RevueInternational Journal of Medical Robotics and Computer Assisted Surgery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac and Coronary Surgery Techniques
Établissements canadiensUniversité de Saint-BonifaceSt. Boniface HospitalLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineArteryAnastomosisBypass graftingSurgeryRevascularizationCardiac catheterizationCardiologyMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Minimally invasive robot-assisted direct coronary artery bypass (RADCAB) has emerged as a feasible minimally invasive surgical technique for revascularization that might offer several potential advantages over conventional approaches. We present our 18-year experience in RADCAB. METHODS: Between February 1998 and February 2016, 605 patients underwent RADCAB. Patients underwent post-procedural selective graft patency assessment using cardiac catheterization. RESULTS: The mortality rate was 0.3%. The rate of conversion to sternotomy for any cause was reduced from 16.0% of the first 200 cases to 6.9% of the last 405 patients. The patency rate of the LITA-to-LAD anastomosis was 97.4%. Surgical re-exploration for bleeding occurred in 1.8% of patients, and the transfusion rate was 9.2%. Average ICU stay was 1.2 ± 1.4 days, and average hospital stay was 4.8 ± 2.9 days. CONCLUSIONS: Robot-assisted coronary artery bypass grafting is safe, feasible and it seems to represent an effective alternative to traditional coronary artery bypass grafting in selected patients.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,042
Tête enseignante GPT0,305
Écart entre enseignants0,263 · 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

Citations38
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medical Robotics and Computer Assisted SurgeryMême sujetCardiac and Coronary Surgery TechniquesTravaux en français237 207