Coronary lithotripsy for the treatment of underexpanded stents: the international multicentre CRUNCH registry
Notice bibliographique
Résumé
<b>BACKGROUND: </b> Stent underexpansion increases the risk of cardiac adverse events. At present, there are limited options to treat refractory stent underexpansion. In this context, the intravascular lithotripsy (IVL) system might be a safe and effective strategy. AIMS: We aimed to evaluate the safety and efficacy of IVL in addressing resistant stent underexpansion due to heavy underlying calcification. <b>METHODS: </b> This was an international multicentre registry including patients receiving IVL therapy to treat stent underexpansion from December 2017 to August 2020. Angiographic and intracoronary imaging data were collected. The efficacy endpoint was device success (technical success with a final percentage diameter stenosis <50%). The safety endpoint was in-hospital major adverse cardiac events (MACE). <b>RESULTS: </b> Seventy patients were included, the mean age was 73±9.2 years and 76% were male. The median time from stent implantation to IVL therapy was 49 days (0-2,537). Adjuvant treatment with non-compliant balloon dilatations pre- and post-IVL was performed in 72.3% and 76.8% of patients, respectively, and additional stenting was performed in 22.4%. Device success was 92.3%. Minimum lumen diameter increased from 1.49±0.73 mm to 2.41±0.67 mm (p<0.001) and stent expansion increased by 124.93±138.19% (p=0.016). No IVL-related procedural complications or MACE were observed. The use of bailout IVL therapy directly after stenting and the presence of ostial underexpanded lesions negatively predicted lumen diameter gain. <b>CONCLUSIONS: </b> Coronary lithotripsy is safe and effective in increasing lumen and stent dimensions in underexpanded stents secondary to heavily calcified lesions.
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) | 0,000 | 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) | 0,002 | 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 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 ».