MétaCan
Menu
Retour à la cohorte
Enregistrement W6957991790 · doi:10.60692/qnhbe-gyv93

Hemodynamic Changes following Aortic Valve Bypass: A Mathematical Approach

2015· article· en· W6957991790 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Valve Diseases and Treatments
Établissements canadiensMcGill UniversityConcordia University
Organismes subventionnairesnon disponible
Mots-clésHemodynamicsVentricleStroke volumeAortic valveStenosisAortic pressureVentricular pressureBlood flow

Résumé

récupéré en direct d'OpenAlex

Aortic valve bypass (AVB) has been shown to be a viable solution for patients with severe aortic stenosis (AS). Under this circumstance, the left ventricle (LV) has a double outlet. The objective was to develop a mathematical model capable of evaluating the hemodynamic performance following the AVB surgery. A mathematical model that captures the interaction between LV, AS, arterial system, and AVB was developed. This model uses a limited number of parameters that all can be non-invasively measured using patient data. The model was validated using in vivo data from the literature. The model was used to determine the effect of different AVB and AS configurations on flow proportion and pressure of the aortic valve and the AVB. Results showed that the AVB leads to a significant reduction in transvalvular pressure gradient. The percentage of flow through the AVB can range from 55.47% to 69.43% following AVB with a severe AS. LV stroke work was also significantly reduced following the AVB surgery and reached a value of around 1.2 J for several AS severities. Findings of this study suggest: 1) the AVB leads to a significant reduction in transvalvular pressure gradients; 2) flow distribution between the AS and the AVB is significantly affected by the conduit valve size; 3) the AVB leads to a significant reduction in LV stroke work; and 4) hemodynamic performance variations can be estimated using the model.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,282
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetCardiac Valve Diseases and TreatmentsTravaux en français237 207