Pattern Analysis of Lower Extremity Venous Thrombosis: Implications for Point of Care Ultrasound (POCUS) Protocols
Notice bibliographique
Résumé
Introduction Emergency department point-of-care ultrasound (POCUS) can identify lower extremity venous thrombosis (LEVT) with a published accuracy is 85–90%. The aim of this study was to compare the patterns of LEVT with protocol results and determine the clinical impact of the study results. Methods Patterns of superficial venous thrombosis(SVT) and deep venous thrombosis (DVT) were collated from positive venous duplex ultrasound (VDU) studies. Each pattern was mapped to the potential findings by the described POCUS protocols. Analysis of the literature was used to identify the potential clinical impact of the findings and the functional efficacy of each strategy and a numerical result was developed. Results One hundred six studies were positive for DVT (42), SVT (44), or both (20) on VDU. Patterns for DVT (single or multiple levels and unilateral or bilateral) and SVT (great saphenous vein above and/or below knee or small saphenous vein in single, multiple or bilateral and juxta-junctional) were noted. The patterns covered by the “two-area” protocol showed DVT = 80% and SVT = 38%, and by “three-point compression” DVT = 74% and SVT = 0%. Particular areas not covered included proximal disease (iliac and vena cava) and calf DVT and SVT in all areas except juxta-junctional. The potential impact for DVT is high, whereas for SVT it is moderate to low. The functional efficacy of the “two-area” protocol (5.9) exceeds the “three-point compression” strategy (3.7) but falls short of the “gold standard” VDU (10). Conclusion Pattern analysis of venous thrombosis identifies weakness in POCUS strategies; the clinical implications allow for an assignment of the functional efficacy of each study. Knowledge of these findings should inform emergency room POCUS strategies.
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 | 0,105 | 0,327 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».