Plaque sealing with drug-eluting stents versus medical therapy for treating intermediate non-obstructive saphenous vein graft lesions: A pooled analysis of the VELETI and VELETI II trials
Notice bibliographique
Résumé
BACKGROUND: The presence of intermediate "non-obstructive" saphenous vein graft (SVG) lesions is a strong predictor of cardiac events. We wanted to assess the efficacy of sealing these SVG lesions with drug-eluting stent (DES) implantation for reducing major adverse cardiac event (MACE) rate. METHODS: The present analysis is based on the pooled data from the VELETI and VELETI II randomized trials. Patients with at least 1 intermediate SVG lesion (30%-60% diameter stenosis) were randomized to DES implantation (SVG-DES) or medical treatment (SVG-MT). The primary outcome was the first occurrence of MACE, defined as the composite of cardiac death, myocardial infarction, or coronary revascularization related to the target SVG. RESULTS: A total of 182 patients were included (mean age, 70 ± 9 years), with 90 and 92 patients allocated to the SVG-DES and SVG-MT groups, respectively. After a mean follow-up of 4 ± 1 years, patients in the SVG-MT group exhibited a higher rate of MACE related to the target SVG (23.9% vs 17.8% in the SVG-DES group; P=.04) and MACE related to the target SVG lesion (21.7% vs 12.2% in the SVG-DES group; P<.01). In the multivariable analysis, a higher total cholesterol value at baseline (P=.04) was the only independent predictor of SVG disease progression leading to clinical events. CONCLUSIONS: In patients with prior coronary artery bypass grafting and intermediate non-obstructive SVG lesions, plaque sealing with DES reduced the incidence of MACE related to SVG disease progression. A higher cholesterol level was the main predictor of SVG disease progression leading to clinical events in these 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 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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».