Use of Intravascular Imaging to Guide Percutaneous Coronary Interventions: Experience from a Single, High-Volume Canadian Centre
Notice bibliographique
Résumé
Background Intravascular imaging (IVI) improves outcomes in complex percutaneous coronary intervention (PCI) and is recommended by the latest guidelines. However, data about its real-world application remains limited. Methods We conducted a retrospective audit of 300 consecutive PCI cases. Lesions were classified as complex if they involved >1 following characteristics: bifurcation, severe calcifications, CTO, long lesions, ostial location and involvement of the LM. IVI use was analyzed by lesion subtype and individual operator. Results Of 300 consecutive PCI cases, 146 (49%) were classified as complex PCI. IVI was used in 53% of complex PCIs and 23% of noncomplex PCIs. Among patients undergoing complex PCI, IVI was most frequently performed in CTOs (86%) and LM (76%), but its use remained below 50% for bifurcations, severe calcified and long lesions. IVI-guided PCI was associated with higher contrast use (215 ± 78 mL vs. 179 ± 65 mL, P=0.003) and longer procedural duration (72 ± 32 minutes vs. 51 ± 22 minutes, P < 0.001) and varied widely across operators, ranging from 0-79% in the overall population (p<0.001) to 0-90% in complex lesions (p=0.004). Notably, IVI adoption declined with increasing operator age (OR 0.88 per +1 year; 95% CI 0.78–0.98), whereas it increased with lesion complexity (OR 2.34 per additional complexity feature; 95% CI 1 1.62–3.39). Conclusions Despite current evidence and guideline recommendations, IVI use showed notable variation across operators. Standardizing IVI utilization through education, protocols, and system-level support will be essential to promote guideline-concordant practice.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 ».