Double-Kissing Nanocrush for Bifurcation Lesions: Development, Bioengineering, Fluid Dynamics, and Initial Clinical Testing
Notice bibliographique
Résumé
BACKGROUND: When possible, a single-stent technique to treat coronary bifurcation disease is preferable. However, when 2 stents are required, there is scope to improve on existing techniques. The crush technique has already been improved with the introduction of double-kissing (DK) and minicrush. We sought to refine and simplify the minicrush technique, retaining its advantages while avoiding its disadvantages, by developing a DK nanocrush technique. METHODS: The DK nanocrush method allows complete lesion coverage of a bifurcation lesion without excessive metal layers. This is achieved by positioning the side branch (SB) stent with minimal protrusion into the main branch (MB), implantation of the SB stent with an undeployed balloon in the MB, immediate kissing-balloon inflation with formation of a minimal neocarina, stenting the MB, recrossing the proximal part of the SB without crossing a double metal layer, and final kissing. We demonstrate this technique with benchtop implantation, microscopic computed tomographic reconstruction, computational fluid dynamics (CFD) modelling, and clinically with the use of angiographic and intravascular imaging. RESULTS: The DK nanocrush was practically feasible and resulted in full ostial coverage. CFD analysis demonstrated minimally disturbed blood flow. The technique was successfully utilised in 9 patients with bifurcation lesions with excellent angiographic outcomes and no adverse events over 12 months. CONCLUSIONS: The DK nanocrush technique may represent the ultimate refinement of the original crush technique with a number of practical and theoretical advantages. It remains to be tested against other bifurcation techniques in prospective trials.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».