Hiatal hernia after robotic-assisted coronary artery bypass graft surgery
Notice bibliographique
Résumé
BACKGROUND: The aim of the present study is to determine the incidence/progression of hiatal hernia (HH) after robotic-assisted coronary artery bypass grafting (RA-CABG) surgery. METHODS: We reviewed the pre- and post-operative computed tomography (CT) of 491 patients who underwent RA-CABG between 2000 and 2017. Post-operative CT was acquired prospectively in a research protocol. CT was reviewed to assess the presence and the size of HH. RESULTS: We found 444/491 (90.4%) had pre-operative CT, while 201/491 (40.9%) had post-operative CT. In total, 155/491 (31.6%) had both pre- and long-term post-operative CT with a mean follow-up of 6.2 (±3.5) years. HH was more prevalent on post-operative CT, 64/155 (41.3%) compared to pre-operative CT, 44/155 (28.4%), P<0.0001. The diameter of pre-existing HH 2.8 (±1.8) cm was significantly greater after surgery 3.9 (±2.5) cm, P<0.0001. As well the volume of the pre-existing HH 5.8 (4.4-9.2) mL (quartile) was significantly greater after surgery 14.1 (7.2-64.9) mL, P<0.0001. 20/155 (12.9%) had a newly developed HH after RA-CABG. A binary multivariate regression including HH risk factors showed that male gender is a predictor of developing a HH after RA-CABG with Hazard Ratio of 3.038, confidence interval (1.10-8.43), P=0.033. CONCLUSIONS: RA-CABG is associated with an increased risk of developing HH and increases the size of pre-existing HH.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».