MétaCan
Menu
Retour à la cohorte
Enregistrement W4376959505 · doi:10.1111/pace.14718

Superior vena cava tear during transvenous lead extraction: Medical management in hemodynamically stable patients

2023· article· en· W4376959505 sur OpenAlexaff
Guillaume Domain, Camille Strubé, Frédéric Jacques, Mohamed Marzouk, Éric Dumont, Jacques Villeneuve, Benoît Plourde, Gabriella Albert, J. Sarrazin, Christian Steinberg, François Philippon

Notice bibliographique

RevuePacing and Clinical Electrophysiology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac pacing and defibrillation studies
Établissements canadiensUniversité LavalInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineSuperior vena cavaHematomaMedian sternotomySurgeryHemodynamicsCardiologyComplicationRadiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Superior vena cava (SVC) tear is the most lethal complication during transvenous lead extraction (TLE) with a mortality rate as high as 50%. Treatment involves aggressive attempts to maintain cardiac output and immediate sternotomy to localize and repair the vascular tear. Occlusion balloons have been developed to provisionally occlude the lacerated SVC and to provide hemodynamic stability allowing time for surgery. In case of mediastinal hematoma without hemodynamic instability, the strategy remains unclear. METHODS AND RESULTS: We describe two cases of SVC tear during TLE. The first case was a 60-year-old man who presented with a right ventricular single-chamber defibrillator lead fracture and innominate vein stenosis. The RV lead was removed using a laser sheath causing a mediastinal hematoma with no active bleeding during surgical exploration few hours later. The second case was a 28-year-old man that presented with a right atrial (RA) lead fracture and RV lead insulation failure in a dual-chamber defibrillator (ICD). CONCLUSION: Both the RA and RV leads were removed with mechanical sheaths, and a mediastinal hematoma was medically managed.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,338
Écart entre enseignants0,323 · 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'étudeÉtude de cas
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePacing and Clinical ElectrophysiologyMême sujetCardiac pacing and defibrillation studiesTravaux en français237 207