Transit time flow measurement of coronary bypass grafts before and after protamine administration
Notice bibliographique
Résumé
BACKGROUND: Intraoperative graft assessment with tools like Transit Time Flow Measurement (TTFM) is imperative for quality control in coronary surgery. We investigated the variation of TTFM parameters before and after protamine administration to identify new benchmark parameters for graft quality assessment. METHODS: The database of the REQUEST ("REgistry for QUality AssESsmenT with Ultrasound Imaging and TTFM in Cardiac Bypass Surgery") study was retrospectively reviewed. A per graft analysis was performed. Only single grafts (i.e., no sequential nor composite grafts) where both pre- and post-protamine TTFM values were recorded with an acoustical coupling index > 30% were included. Grafts with incomplete data and mixed grafts (arterio-venous) were excluded. A second analysis was performed including single grafts only in the same MAP range pre- and post- protamine administration. RESULTS: After adjusting for MAP, we found a small increase in MGF (29 mL/min to 30 mL/min, p = 0.009) and decrease in PI (2.3 to 2.2, p < 0.001) were observed after the administration of protamine. These changes were especially notable for venous conduits and for CABG procedures performed on-pump. CONCLUSION: The small changes in TTFM parameters observed before and after protamine administration seem to be clinically irrelevant, despite being statistically significant in aggregate. Our data do not support a need to perform TTFM measurements both before and after protamine administration. A single TTFM measurement taken either before or after protamine may suffice to achieve reliable data on each graft's performance. Depending on the specific clinical situation and intraoperative changes, more measurements may be informative. TRIAL REGISTRATION: Clinical Trials Number: NCT02385344 , registered February 17th, 2015.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».