Use of ultrasound for assessment of musculoskeletal disease in persons with haemophilia: Results of an International Prophylaxis Study Group global survey
Notice bibliographique
Résumé
AIM: The objective of this survey was to understand the global trends of imaging assessments in persons with haemophilia, focusing on point-of-care ultrasound (POCUS). Insights into the barriers impeding its widespread proliferation as a frontline imaging modality were obtained. METHODS: The survey opened in September of 2017 and closed in May of 2018. Haemophilia Treatment Centres (HTCs) treating both paediatric/adult patients were the population of interest. A REDCap survey of 25 questions was disseminated to 232 clinical staff in 26 countries. RESULTS: The majority of respondents (88.3%, 91/103) reported that POCUS is most useful to confirm or rule out a presumed acute joint bleed. European HTCs reported the highest routine use of POCUS at 59.5% (22/37) followed by HTCs in the "Other" countries of the world at 46.7% (7/15) and North American HTCs at 43.9% (25/57). At the time of the survey, physiotherapists were identified as the clinical staff who perform POCUS 52.8% (28/53) of the time, in contrast with nurses/nurse practitioners who represent only 5.7% (3/53) of users. The greatest perceived barriers to the implementation of POCUS are the lack of trained healthcare professionals who can perform POCUS at 69.2% (74/107) and the overall time commitment required at 68.2% (73/107). CONCLUSION: Despite POCUS being used in 49.5% (54/109) of sampled HTCs, it is still utilized almost 30% less globally than full diagnostic ultrasound. A list of barriers has been identified to inform HTCs which challenges they will likely need to overcome should they choose to incorporate this imaging modality into their practice.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».