MétaCan
Menu
Retour à la cohorte
Enregistrement W4405535952 · doi:10.1016/j.jvssci.2024.100277

Moving away from metal: Step toward the future with bioresorbable vascular scaffolds and novel antiproliferative agents

2024· article· en· W4405535952 sur OpenAlexaff
Blair E. Warren, Kongteng Tan, Dheeraj K. Rajan, Miranda Witheford, Sean A. Crawford, Arash Jaberi, Sebastian Mafeld

Notice bibliographique

RevueJVS Vascular Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Artery Disease Management
Établissements canadiensToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyBiomedical engineeringMaterials scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Background: Peripheral arterial disease (PAD) is a common source of morbidity and mortality globally and is expected to raise increase in prevalence. Many endovascular techniques exist to manage PAD; however, there remains room for improvement, especially as it relates to below-the-knee vessels. Recent evidence and devices are leading to a resurgence of interest in bioresorbable vascular scaffolds and the -limus family of antiproliferative drugs in the PAD treatment space. Methods: This nonsystematic review examines emerging technology for treatment of PAD with a specific focus on below-the-knee vessels and bioresorbable vascular scaffolds. Additional emerging and early technology such as novel delivery platforms are also briefly discussed with directions of future research highlighted. Results: Bioresorbable vascular scaffold biomechanics and history are highlighted. Foundational knowledge of antiproliferative agents and evolving agents in peripheral vascular disease are also described. Conclusions: Bioresorbable vascular scaffolds are an additional endovascular tool for the treatment of peripheral vascular disease. The integration with an antiproliferative agent may result in improved patency and performance; however, there is a paucity of data in the literature at present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,561

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,254
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJVS Vascular ScienceMême sujetPeripheral Artery Disease ManagementTravaux en français237 207