New Insights and Perspective on Bioprosthetic Valve Fracture From Bench Testing and Computed Tomography Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Bioprosthetic valve fracture (BVF) during valve-in-valve TAVR (transcatheter aortic valve replacement) is a procedural adjunct designed to optimize the expansion of the transcatheter heart valve and reduce patient-prosthesis mismatch by using a high-pressure balloon to intentionally fracture the surgical heart valve (SHV). Methods: We performed bench testing on 15 bioprosthetic SHV to examine the optimal balloon size and pressure for BVF. We assessed morphological changes and expansion of SHV by computed tomography angiography. Successful BVF was defined as balloon waist disappearance on fluoroscopy and/or sudden pressure drop during balloon inflation. Results: Nine valves met the definition of BVF, 3 of which were confirmed by disruption of the stent frame. We classified surgical valves into 3 subsets: 1) fracturable with metal stent frame (MSF), 2) fracturable with polymer stent frame (PSF) and 3) nonfracturable. In general, valves with MSF were fractured using a balloon size = true internal diameter plus 3-5 mm inflated at high pressure (16-20 ATM) whereas valves with PSF could be fractured with a balloon size = true internal diameter plus 3-5 mm and lower balloon pressure (6-14 ATM). Gains in computed tomography angiography derived inflow area after BVF were 12.3% for MSF and 3.6% for PSF SHV. Conclusions: Gains in CT-determined valve area after BVF depend on the physical properties of the SHV, which in turn influences pressure thresholds and balloon sizing strategy for optimal BVF. Elastic recoil of PSF valves limits the gains in inflow area after BVF.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découle