12‐month primary patency rates of contemporary endovascular device therapy for femoro‐popliteal occlusive disease in 6,024 patients: Beyond balloon angioplasty
Notice bibliographique
Résumé
BACKGROUND: Endovascular approach to superficial femoral artery (SFA) disease, the most common cause of symptomatic peripheral arterial disease, remains fraught with high failure rates. Newer devices including second-generation nitinol stents, drug-coated stents, drug-coated balloons, covered stents, cryo-therapy, LASER, and directional atherectomy have shown promising results. Clinical equipoise still persists regarding the optimal selection of devices, largely attributable to the different inclusion criteria, study population, length of lesions treated, definition of "patency" and "restenosis," and follow-up methods in the pivotal trials. METHODS: A prospective protocol was developed. We performed a literature search using PubMed from January 2006 to November 2013. Published articles including endovascular interventions in SFA or popliteal arteries with reported 12-month "primary patency" or "binary restenosis" rates as endpoints were included. RESULTS: We identified 6,024 patients in 61 trials reporting 12-month primary patency rates in patients with femoropoliteal disease. Primary patency rates were (weighted average) 77.2% for nitinol stents, 68.8% for covered stents, 84% for drug eluting stents, 78.2% for drug eluting/coated balloon, 60.7% for cryoballoon, 51.1% for LASER atherectomy, 63.5% for directional atherectomy and 70.2% with a combination of endovascular devices. CONCLUSION: The most frequently used endovascular devices yielded various 12-month primary patency rates ranging from 51% to 85%. The increased variation in inclusion criteria, length, and complexity of lesions between studies does not allow direct comparison between them. Larger randomized trials in specific patient populations comparing those modalities is needed before we can make safe recommendation of the superiority of one device over the other.
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 | 0,012 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».