Equipment Entrapment/Loss During Chronic Total Occlusion Percutaneous Coronary Intervention
Notice bibliographique
Résumé
BACKGROUND: There is limited data on equipment loss or entrapment during chronic total occlusion (CTO) percutaneous coronary intervention (PCI). METHODS: We analyzed the baseline clinical and angiographic characteristics and outcomes of equipment loss/entrapment at 43 US and non-US centers between 2017 and 2023. RESULTS: Equipment loss/entrapment was reported in 40 (0.4%) of 10 719 cases during the study period. These included guidewire entrapment/fracture (n = 21), microcatheter entrapment/fracture (n = 11), stent loss (n = 8) and balloon entrapment/fracture/rupture (n = 5). The equipment loss/entrapment cases were more likely to have moderate to severe calcification, longer lesion length, higher J-CTO and PROGRESS-CTO complications scores, and use of the retrograde approach compared with the remaining cases. Retrieval was attempted in 71.4% of the guidewire, 90.9% of the microcatheter, 100% of the stent loss, and 100% of the balloon cases, and was successful in 26.7%, 30.0%, 50%, and 40% of the cases, respectively. Procedures complicated by equipment loss/entrapment had higher procedure and fluoroscopy time, contrast volume and patient air kerma radiation dose, lower procedural (60.0% vs 85.6%, P less than .001) and technical (75.0% vs 86.8%, P = .05) success, and higher incidence of major adverse cardiac events (MACE) (17.5% vs 1.8%, P less than .001), acute MI (7.5% vs 0.4%, P less than .001), emergency coronary artery bypass graft (CABG) (2.5% vs 0.1%, P = .03), perforation (20.0% vs 4.9%, P less than .001), and death (7.5% vs 0.4%, P less than .001). CONCLUSIONS: Equipment loss is a rare complication of CTO PCI; it is more common in complex CTOs and is associated with lower technical success and higher MACE.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».