Abstract 12028: Long-Term Repeat Intervention Incidence in Octogenarians After Robotic-Assisted Coronary Artery Bypass Grafting
Notice bibliographique
Résumé
Introduction: We aim to analyze long-term repeat intervention incidence in octogenarians undergoing robotic-assisted coronary artery bypass grafting (CABG). Hypothesis: We hypothesize that robotic-assisted CABG has a low incidence of repeat intervention compared to other clinical trials. Methods: All consecutive octogenarians (500 patients) undergoing robotic-assisted left internal thoracic artery (LITA) harvesting and CABG through a 4-cm left minithoracotomy with LITA to left anterior descending (LAD) artery anastomosis between 2005-2021 in a single center were included. Hybrid coronary revascularization (HCR) consists in robotic-assisted CABG followed by percutaneous coronary intervention (PCI) with DES in a non-LAD target within 7-days from the operation. Results: Preoperatively, mean age was 83 (±2.9) year-olds, and mean STS-PROM risk score was 3.6% (2.1- 6.6). Intraoperatively, 478 (95.6%) patients received 1 LITA, 14 (12.8%) received bilateral ITA, and 8 (1.6%) a saphenous venous graft. A total of 303 (60.6%) patients received multiple arterial revascularizations while 140 (28%) received HCR. A total of 376 (75.2%) patients were extubated in the operating room. Postoperatively, 2 (0.4%) patients experienced non-fatal stroke, 6 (1.2%) had reoperation for bleeding, and 12 (2.4%) had renal failure. There was no 30-day mortality while 1 (0.2%) patient had PCI with DES on LITA-LAD anastomosis due to graft failure. Mean-follow-up was 2.9-years while incidence of all-cause death was 103 (20.6%) patients, MACCE 136 (27.2%), stroke 8 (1.6%), myocardial infarction 16 (3.2%), and repeat intervention with stents 39 (7.8%) were low. There was no repeat surgical intervention while PCI with drug-eluting stents for new coronary disease was 15/39 (38.4%) patients. Conclusions: Robotic-assisted CABG in octogenarians evidenced a 7.8% incidence of repeat intervention with stents.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».