Echocardiographic assessment of left ventricular function in ex situ heart perfusion using pump-supported and passive afterload working mode: a pilot study
Notice bibliographique
Résumé
Ex situ heart perfusion (ESHP) has been developed to decrease cold ischemia time and allow metabolic assessment of donor hearts prior to transplantation. Current clinical ESHP systems preserve the heart in an unloaded condition and only evaluate the cardiac metabolic profile. In this pilot study we performed echocardiographic functional assessment using two alternative systems for left ventricular (LV) loading: pump supported afterload working mode (SAM) and passive afterload working modes (PAM). Six hearts were procured from male Yorkshire pigs. During cold ischemia, hearts were mounted on our custom made ESHP circuit and a 3D-printed enclosure for the performance of echocardiography with a standard TEE probe. Following perfusion with Langherdorf mode of the unloaded heart, the system was switched into different working modes to allow LV loading and functional assessment: pump supported (SAM) and passive (PAM). Echocardiographic assessment of left ventricular function in the donor hearts was performed in vivo and at 1 h of ESHP with SAM, after 4.5 h with PAM and after 5.5 h with SAM. We obtained good quality epicardial echocardiographic images at all time points allowing a comprehensive LV systolic assessment. All indices showed a decrease in LV systolic function throughout the trial with the biggest drop after heart harvesting. We demonstrated the feasibility of echocardiographic functional assessment during ESHP and two different working modes. The expected LV systolic dysfunction consisted of a reduction in EF, FAC, FS, and strain throughout the experiment with the most significant decrease after harvesting.
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 ».