How to identify which patients with asymptomatic carotid stenosis could benefit from endarterectomy or stenting
Notice bibliographique
Résumé
Offering routine carotid endarterectomy (CEA) or carotid artery stenting (CAS) to patients with asymptomatic carotid artery stenosis (ACS) is no longer considered as the optimal management of these patients. Equally suboptimal, however, is the policy of offering only best medical treatment (BMT) to all patients with ACS and not considering any of them for prophylactic CEA. In the last few years, there have been many studies aiming to identify reliable predictors of future cerebrovascular events that would allow the identification of patients with high-risk ACS and offer a prophylactic carotid intervention only to these patients to prevent them from becoming symptomatic. All patients with ACS should receive BMT. The present article will summarise the evidence suggesting ways to identify these high-risk asymptomatic individuals, namely: (1) microemboli detection on transcranial Doppler, (2) plaque echolucency on Duplex ultrasound, (3) progression in the severity of ACS, (4) silent embolic infarcts on brain CT/MRI, (5) reduced cerebrovascular reserve, (6) increased size of juxtaluminal hypoechoic area, (7) identification of intraplaque haemorrhage using MRI and (8) carotid ulceration. The evidence suggests that approximately 10%-15% of patents with asymptomatic stenosis might benefit from intervention; this will become more clear after publication of ongoing studies comparing stenting or endarterectomy with best medical therapy. In the meantime, no patient should be offered intervention unless there is evidence of high risk of ipsilateral stroke, from modalities such as those discussed here.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».