Biomarkers in the Diagnosis, Management, and Prognostication of Perioperative Right Ventricular Failure in Cardiac Surgery—Are We There Yet?
Notice bibliographique
Résumé
Right ventricular failure (RVF) is a major risk factor for end organ morbidity and mortality following cardiac surgery. Perioperative RVF is difficult to predict and detect, and to date, no convenient, accurate, or reproducible measure of right ventricular (RV) function is available. Few studies have examined the use of biomarkers in RVF, and even fewer have examined their utility in the perioperative setting of patients undergoing cardiac surgery. Of the available classes of biomarkers, this review focuses on biomarkers of (1) inflammation and (2) myocyte injury/stress, due to their superior potential in perioperative RV assessment, including Galectin 3, ST2/sST2, CRP, cTN/hs-cTn, and BNP/NT-proBNP. This review was performed to help highlight the importance of perioperative RV function in patients undergoing cardiac surgery, to review the current modalities of RV assessment, and to provide a review of RV specific biomarkers and their potential utilization in the clinical and perioperative setting in cardiac surgery. Based on current evidence, we suggest the potential utility of ST2, sST2, Gal-3, CRP, hs-cTn, and NT-proBNP in predicting and detecting RVF in cardiac surgery patients, as they encompass the multifaceted nature of perioperative RVF and warrant further investigation to establish their clinical utility.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| 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 | 0,001 |
| 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 ».