Combined pulsed field ablation with ultra‐low temperature cryoablation: A preclinical experience
Notice bibliographique
Résumé
BACKGROUND: Combining pulsed field ablation (PFA) with ultra-low temperature cryoablation (ULTC) represents a novel energy source which may create more transmural cardiac lesions. We sought to assess the feasibility of lesions created by combined cryoablation and pulsed field ablation (PFCA) versus PFA alone. METHODS: Ablations were performed using a custom PFA generator, ULTC console, and an ablation catheter with insertable stylets. PFA was delivered in a biphasic, bipolar train. PFCA precooled the tissue for 30 s followed by a concurrent PFA train. Benchtop testing using Schlieren imaging and microbubble volume assessment were used to compare PFA and PFCA. PFA and PFCA lesions using pre-optimized and optimized ablation protocols were studied in 6 swine. Pre and post-ECGs were recorded for each ablation and a gross necropsy was performed at 14 days. RESULTS: Consistent with benchtop comparisons of heat and microbubble generation, PFA deliveries in the animals were accompanied by muscle contractions and significant microbubbles (Grade 2-3) visible on intracardiac echo while neither occurred during PFCA at higher voltage levels. Both PFA and PFCA acutely eliminated or highly attenuated (>80%) local atrial electrograms. Histology of PFA and PFCA lesions indicated depth up to 6-7 mm and nearly all lesions were transmural. Optimized PFCA produced wider cavotricuspid isthmus lesions with evidence of tissue selectivity. CONCLUSION: A novel technology combining PFA and ULTC into one energy source demonstrated in-vivo feasibility for PFCA ablation. PFCA had a more favorable thermal profile and did not produce muscle contraction or microbubbles while extending lesion depth beyond cryoablation.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».