Access Flow Monitoring of Patients with Native Vessel Arteriovenous Fistulae and Previous Angioplasty
Notice bibliographique
Résumé
Screening strategies based on measurement of access blood flow (Qa) allow detection and angioplasty of subclinical stenosis in native vessel arteriovenous (AV) fistulae. However, little is known about the efficacy of Qa measurements for detecting recurrent stenoses in fistulae and that of angioplasty for correcting them. A total of 303 patients were studied over 30 mo; 69 (23%) of these had stenoses, of whom 53 underwent angioplasty. Of those undergoing angioplasty, 30 patients had 46 episodes of recurrent positive studies and underwent repeat fistulography. In 31 of these episodes (19 patients), stenosis was again identified and treated successfully with angioplasty. Overall positive predictive values for stenosis were similar in first and subsequent episodes of stenosis (71% versus 67%), and angioplasty was associated with sustained increases in Qa for both first and subsequent episodes. Assisted patency in fistulae that required repeat angioplasty was 87% (median follow-up 10 mo after the second angioplasty). In conclusion, Qa is effective for detecting first and subsequent lesions in patients with AV fistulae, and angioplasty of first or subsequent lesions is associated with sustained increments in Qa. Continued screening after correction of first stenoses appears reasonable, because of both the frequency of recurrent stenosis and the success of repeat intervention.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».