Impact of lesion preparation strategies on outcomes of left main <scp>PCI</scp>: The <scp>EXCEL</scp> trial
Notice bibliographique
Résumé
Abstract Objectives We examined outcomes according to lesion preparation strategy (LPS) in patients with left main coronary artery (LMCA) percutaneous coronary intervention (PCI) in the EXCEL trial. Background The optimal LPS for LMCA PCI is unclear. Methods We categorized LPS hierarchically (high to low) as: (a) rotational atherectomy (RA); (b) cutting or scoring balloon (CSB); (c) balloon angioplasty (BAL); and d) direct stenting (DIR). The primary endpoint was 3‐year MACE; all‐cause death, stroke, or myocardial infarction. Results Among 938 patients undergoing LMCA PCI, RA was performed in 6.0%, CSB 9.5%, BAL 71.3%, and DIR 13.2%. In patients treated with DIR, BAL, CSB, and RA, respectively, there was a progressive increase in SYNTAX score, LMCA complex bifurcation, trifurcation or calcification, number of stents, and total stent length. Any procedural complication occurred in 10.4% of cases overall, with the lowest rate in the DIR (7.4%) and highest in the RA group (16.1%) (ptrend = .22). There were no significant differences in the 3‐year rates of MACE (from RA to DIR: 17.9%, 20.2%, 14.5%, 14.7%; p = .50) or ischemia‐driven revascularization (from RA to DIR: 16.8%, 10.8%, 12.3%, 14.2%; p = .65). The adjusted 3‐year rates of MACE did not differ according to LPS. Conclusions The comparable 3‐year outcomes suggest that appropriate lesion preparation may be able to overcome the increased risks of complex LMCA lesion morphology.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».