Toward predictive modeling of catheter‐based pulmonary valve replacement into native right ventricular outflow tracts
Notice bibliographique
Résumé
BACKGROUND: Pulmonary insufficiency is a consequence of transannular patch repair in Tetralogy of Fallot (ToF) leading to late morbidity and mortality. Transcatheter native outflow tract pulmonary valve replacement has become a reality. However, predicting a secure, atraumatic implantation of a catheter-based device remains a significant challenge due to the complex and dynamic nature of the right ventricular outflow tract (RVOT). We sought to quantify the differences in compression and volume for actual implants, and those predicted by pre-implant modeling. METHODS: We used custom software to interactively place virtual transcatheter pulmonary valves (TPVs) into RVOT models created from pre-implant and post Harmony valve implant CT scans of 5 ovine surgical models of TOF to quantify and visualize device volume and compression. RESULTS: Virtual device placement visually mimicked actual device placement and allowed for quantification of device volume and radius. On average, simulated proximal and distal device volumes and compression did not vary statistically throughout the cardiac cycle (P = 0.11) but assessment was limited by small sample size. In comparison to actual implants, there was no significant pairwise difference in the proximal third of the device (P > 0.80), but the simulated distal device volume was significantly underestimated relative to actual device implant volume (P = 0.06). CONCLUSIONS: This study demonstrates that pre-implant modeling which assumes a rigid vessel wall may not accurately predict the degree of distal RVOT expansion following actual device placement. We suggest the potential for virtual modeling of TPVR to be a useful adjunct to procedural planning, but further development is needed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| 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 ».