Total Arch vs Hemiarch Repair in Acute Type A Aortic Dissection: Systematic Review and Meta-Analysis of Comparative Studies
Notice bibliographique
Résumé
Background: We aimed to compare the short- and long-term outcomes of total arch replacement (TAR) vs hemiarch replacement (HAR) in the management of acute type A aortic dissection. Methods: We searched the literature for studies directly comparing TAR to HAR in acute type A aortic dissection. Hazard ratios (HRs) were extracted from digitized Kaplan-Meier curves. Results: A total of 6526 patients were identified, of which 2060 (32%) had received a TAR. A total of 37% of patients were female, and the mean age (standard deviation) of the cohort was 59.8 ± 11.8 years. TAR patients had a higher prevalence of preoperative malperfusion (34% vs 26%). The TAR group had higher odds of 30-day mortality (4404 patients; odds ratio [OR] 1.79, 95% confidence interval [CI] 1.29-2.49), renal failure requiring dialysis (3475 patients; OR 1.34, 95% CI 1.02-1.76), and a trend toward higher rates of stroke (3292 patients; OR 1.49, 95% CI 0.93-2.39). No significant differences were observed in prevalence of permanent spinal cord injury, visceral ischemia, or reoperation for bleeding. The TAR group had a non-statistically significant increase in long-term mortality (4408 patients; HR 1.25, 95% CI 0.99-1.57), but showed a trend toward improved freedom from long-term aortic reoperation (1359 patients; HR 0.53; 95% CI 0.18-1.59). In a subgroup analysis, the hazard ratio of long-term mortality favoured TAR in only the subgroup of studies in which the difference in malperfusion was > 10% between groups. Conclusions: TAR could be associated with improved freedom from long-term aortic reoperation but with potentially increased perioperative risks. We recommend a tailored surgical approach.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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 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 ».