MétaCan
Menu
Retour à la cohorte
Enregistrement W4295168341 · doi:10.21037/jovs-22-5

Beating heart multi-vessel minimally invasive direct coronary artery bypass grafting: techniques and pitfalls

2022· article· en· W4295168341 sur OpenAlexaff
Hugo M. N. Issa, Marc Ruel

Notice bibliographique

RevueJournal of Visualized Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac and Coronary Surgery Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineArteryCardiologyDehiscenceBypass graftingInternal medicineMedian sternotomySurgeryRevascularizationMinimally invasive cardiac surgeryCardiopulmonary bypassMyocardial infarction

Résumé

récupéré en direct d'OpenAlex

Coronary artery bypass grafting (CABG) has been changing since its initial reports. There has been a shift from standard CABG, which uses sternotomy and a single left internal mammary to the left anterior descending artery (LAD) grafting, plus vein grafts to other targets, and performed on bypass with aortic cross-clamping. We now have CABG using multiarterial grafts, avoiding manipulation of the aorta, and through a minimally invasive approach. Beating heart Multi-vessel Minimally Invasive Coronary Artery Bypass (Multi-vessel MICS CABG) has emerged as an attractive alternative in coronary revascularization. The minimally invasive approach mitigates some of the risks and long recovery associated with the more invasive standard full sternotomy approach. It decreases the rates of wound infection, transfusion, post-operative pain, time of recovery and sternal dehiscence, while maintaining the same outcomes as the standard approach with full sternotomy. There are multiple centers around the world that have reported safe and good outcomes with Multi-vessel MICS CABG, including the initial report from our center joint with Staten Island, NY. The aim of this paper is to describe the technique and pitfalls of Multi-vessel MICS CABG as used at our center and go over patient selection and outcomes. A video and several pictures are shown to facilitate the understanding and learning of this technique.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,007
Communication savante0,0020,007
Science ouverte0,0030,002
Intégrité de la recherche0,0040,011
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,327
Écart entre enseignants0,298 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized SurgeryMême sujetCardiac and Coronary Surgery TechniquesTravaux en français237 207