MétaCan
Menu
Retour à la cohorte
Enregistrement W3116317566 · doi:10.1097/hco.0000000000000826

Mitral valve surgery for rheumatic heart disease: replace, repair, retrain?

2020· review· en· W3116317566 sur OpenAlexaff
Dominique Vervoort, Maral Ouzounian, Bobby Yanagawa

Notice bibliographique

RevueCurrent Opinion in Cardiology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMitral valve repairGeneral partnershipRheumatic diseaseHeart diseaseValve replacementDiseaseSurgeryMitral valveIntensive care medicineCardiologyInternal medicineFinance

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Rheumatic heart disease (RHD) affects over 30 million people worldwide. Substantial variation exists in the surgical treatment of patients with RHD. Here, we aim to review the surgical techniques to treat RHD with a focus on rheumatic mitral valve (MV) repair. We introduce novel educational paradigms to embrace repair-oriented techniques in cardiac centers. RECENT FINDINGS: Due to the low prevalence of RHD in high-income countries, limited expertise in MV surgery for RHD, technical complexity of MV repair for RHD and concerns about durability, most surgeons elect for MV replacement. However, in some series, MV repair is associated with improved outcomes, fewer reinterventions, and avoidance of anticoagulation-related complications. In low- and middle-income countries, the RHD burden is large and MV repair is more commonly performed due to high rates of loss-to-follow-up and barriers associated with anticoagulation, international normalized ratio monitoring, and risk of reintervention. SUMMARY: Increased consideration for MV repair in the setting of RHD may be warranted, particularly in low- and middle-income countries. We suggest some avenues for increased exposure and training in rheumatic valve surgery through international bilateral partnership models in endemic regions, visiting surgeons from endemic regions, simulation training, and courses by professional societies.

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)0,001
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 enseignants0,665
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,025
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,460
Écart entre enseignants0,324 · 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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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