Diagnostic Accuracy of Ankle-Brachial Pressure Index Compared with Doppler Arterial Waveforms for Detecting Peripheral Arterial Disease: A Systematic Review
Notice bibliographique
Résumé
ABSTRACT Although the ankle-brachial pressure index (ABPI) is a useful tool for the noninvasive assessment of peripheral arterial disease (PAD), it has several limitations necessitating alternative noninvasive diagnostic tools. This study assesses the diagnostic accuracy of ABPI compared with Doppler arterial waveforms (DAWs) to detect PAD. The authors searched Embase and MEDLINE for original studies that reported sensitivities and specificities for both the ABPI and DAW. Four studies were included representing 657 patients (58.8% men) with a mean age of 63.4 years. The authors detected overall higher sensitivities using DAW compared with ABPI but higher specificities with ABPI compared with DAW. In conclusion, because of the higher sensitivity and lower specificity of DAW compared with ABPI, the authors recommend DAW as a potential screening tool for PAD. To confirm these results, larger sample sizes and comparative trials with homogeneous reference standards and patient populations are required. In addition, DAW is not easily documented for everyday bedside practice in the community. With COVID-19 restrictions, an audible handheld Doppler signal may act as a reproducible equivalent to DAW and thus facilitate timely, safe application of compression therapy at point-of-care. GENERAL PURPOSE To present the results of a research study evaluating the diagnostic accuracy of the ankle-brachial pressure index (ABPI) compared with that of Doppler arterial waveforms (DAWs) to detect peripheral arterial disease (PAD). TARGET AUDIENCE This continuing education activity is intended for physicians, physician assistants, nurse practitioners, and nurses with an interest in skin and wound care. LEARNING OBJECTIVES/OUTCOMES After completing this continuing education activity, the participant will: 1. Summarize the evidence the authors considered when comparing the diagnostic accuracy of the ABPI with that of Doppler arterial waveforms to detect PAD. 2. Select the characteristics of the participants in the studies the authors analyzed. 3. Identify the results of the authors’ study comparing the diagnostic accuracy of the ABPI with that of Doppler arterial waveforms to detect PAD. 4. Distinguish the authors’ conclusions about the advantages of using Doppler arterial waveforms to detect PAD.
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 | 0,008 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».