Diagnosis of deep vein thrombosis of the lower extremity: a systematic review and meta-analysis of test accuracy
Notice bibliographique
Résumé
Deep vein thrombosis (DVT) of the lower extremities can be associated with significant morbidity and may progress to pulmonary embolism and postthrombotic syndrome. Early diagnosis and treatment are important to minimize the risk of these complications. We systematically reviewed the accuracy of diagnostic tests for first-episode and recurrent DVT of the lower extremities, including proximal compression ultrasonography (US), whole leg US, serial US, and high-sensitivity quantitative D-dimer assays. We searched Cochrane Central, MEDLINE, and EMBASE for eligible studies, reference lists of relevant reviews, registered trials, and relevant conference proceedings. Two investigators screened and abstracted data. Risk of bias was assessed using Quality Assessment of Diagnostic Accuracy Studies-2 and certainty of evidence using the Grading of Recommendations Assessment, Development and Evaluation framework. We pooled estimates of sensitivity and specificity. The review included 43 studies. For any suspected DVT, the pooled estimates for sensitivity and specificity of proximal compression US were 90.1% (95% confidence interval [CI], 86.5-92.8) and 98.5% (95% CI, 97.6-99.1), respectively. For whole-leg US, pooled estimates were 94.0% (95% CI, 91.3-95.9) and 97.3% (95% CI, 94.8-98.6); for serial US pooled estimates were 97.9% (95% CI, 96.0-98.9) and 99.8% (95% CI, 99.3-99.9). For D-dimer, pooled estimates were 96.1% (95% CI, 92.6-98.0) and 35.7% (95% CI, 29.5-42.4). Recurrent DVT studies were not pooled. Certainty of evidence varied from low to high. This systematic review of current diagnostic tests for DVT of the lower extremities provides accuracy estimates. The tests are evaluated when performed in a stand-alone fashion, and in a diagnostic pathway. The pretest probability of DVT often assessed by a clinical decision rule will influence how, together with sensitivity and specificity estimates, patients will be managed.
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 | 0,028 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,025 | 0,038 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».