Analysis of a multicenter registry on evaluation of transit-time flow in coronary artery disease surgery
Notice bibliographique
Résumé
Objective The Evaluation of Transit-Time Flow in Coronary Artery Disease Surgery (EFCAD) registry aims to assess the influence of transit-time flow measurement (TTFM) in daily practice. Methods EFCAD is a prospective, multicenter study involving 9 centers performing TTFM during isolated coronary artery bypass grafting. Primary end point was occurrence and risk factors of major adverse cardiac events, including perioperative myocardial infarction, urgent postoperative coronary angiogram and/or revascularization, and hospital mortality. Secondary end points were rate of graft revision during surgery and factors affecting graft flow. We respected the limit values set by the experts: mean graft flow >15 mL/minute and pulsatility index ≤5. Results Between May 2017 and March 2021, 1616 patients were registered in the EFCAD database. After review, 1414 were included for analyses. Of those, 1176 were eligible for primary end point analysis. Graft revision, mainly due to inadequate TTFM values, occurred in 2% (29 patients). The primary end point occurred in 46 (3.9%) patients, and it was related with left anterior descending artery graft flow ≤15 mL/minute (odds ratio, 3.64; P < .001). Graft flow was related with number of grafts (3 vs 1-2, β = −1.6; 4-6 vs 1-2, β = −4.1; P < .001; β > 0 indicates higher flow), and graft origin (aorta vs Y, β = 9.2; in situ left internal thoracic artery vs Y, β = 3.2; in situ right internal thoracic artery vs Y, β = 2.3; P < .001). Conclusions Data from EFCAD study suggest that TTFM is reliable to evaluate graft flow, and acceptance of inadequate flow on left anterior descending artery anastomosis influence postoperative outcomes. In our opinion, TTFM assessment should be routinely used in coronary artery bypass procedures, even if interpretation depends on learning curves.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».