Safety of Lead Repair Compared to Lead Revision for Visible Lead Insulation Defects in Patients With Cardiac Implantable Electronic Devices
Notice bibliographique
Résumé
BackgroundCardiac implantable electronic devices deliver life-sustaining therapy and may be prone to hardware degeneration over time. Functioning transvenous endocardial leads with visible insulation breaks are amenable to lead revision (LRV) or lead repair (LRP), with medical adhesive. The latter is a less invasive and more cost-effective strategy. However, data are sparse on the overall safety of such an approach.MethodsThis is a retrospective cohort study of patients with lead insulation defects managed by either LRV or LRP with medical adhesive. The data analyzed were from January 2010 to January 2021. All-cause mortality, and both early and late complications, was ascertained for all cases.ResultsA total of 57 cases were identified, with a mean age (standard deviation) of 75 (±11.8) years; 18 (31.6%) were women. A total of 35 patients (62.5%) underwent LRV for an insulation defect, and 21 (37.5%) underwent LRP. There was no statistical difference in the rate of early and late complications between the 2 groups over a mean follow-up period of 1.15 (±0.78) years [3 (8%)] LRV vs 1 (5%) LRP, P = 0.88). One death was identified in each group, unrelated to either the device or a device-related procedure. There was no association between device type and the likelihood of LRP vs LRV as an attempted strategy (χ2 = 2.25, P = 0.53).ConclusionsThe results of this study suggest that the use of a lead-repair strategy, with silicone adhesive glue and an anchoring sleeve, is not associated with an increased rate of early or late complications, compared with lead revision in the management of visible lead insulation defects with stable lead function.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».