MétaCan
Menu
Retour à la cohorte
Enregistrement W2911480284 · doi:10.1097/hco.0000000000000607

Transcatheter tricuspid valve intervention

2019· review· en· W2911480284 sur OpenAlexaff
Edwin Ho, Géraldine Ong, Neil Fam

Notice bibliographique

RevueCurrent Opinion in Cardiology · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineMitraClipTricuspid valveRegurgitation (circulation)GuidelineIntervention (counseling)CardiologySurgeryInternal medicineIntensive care medicineMitral regurgitation

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Worldwide experience in transcatheter tricuspid valve intervention is increasing as more options become available for the treatment of severe tricuspid regurgitation. These devices can be categorized by their primary mechanism of action, including edge-to-edge leaflet devices, space occupying devices, annuloplasty devices, complete valve replacement and caval valve implantation. This review summarizes the current technologies in use, early clinical results and factors that may affect procedural success. RECENT FINDINGS: Almost all transcatheter devices for tricuspid regurgitation are investigational with very limited evidence. The most commonly used device is the MitraClip (Abbott, Santa Clara, CA, USA) edge-to-edge leaflet device, which is often more effective when the leaflet coaptation gap is not too large (ideally under 7 mm). The Tricuspid Cardioband (Edwards Lifesciences, Irvine, CA, USA) annuloplasty device has CE mark approval with promising short-term procedural results. Guideline-based assessment of disease severity and medication optimization is crucial during heart team evaluation of eligibility for intervention. SUMMARY: Although important lessons have been learned thus far regarding patient and device selection for transcatheter tricuspid regurgitation interventions, the field remains young and further research is needed to optimize treatment in terms of who, when and with what device. Our proposed algorithm for patient selection based on current knowledge incorporates both clinical and anatomic factors.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,017
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)0,0000,001

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 Opus0,150
Tête enseignante GPT0,490
Écart entre enseignants0,340 · 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'étudeSans objet
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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in CardiologyMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207