EUS-guided biliary drainage in malignant distal biliary obstruction: An international survey to identify barriers of technology implementation
Notice bibliographique
Résumé
Background and Objectives: EUS-guided biliary drainage (EUS-BD) is a promising alternative to ERCP in malignant distal biliary obstruction (MDBO). Despite accumulating data, however, its application in clinical practice has been impeded by undefined barriers. This study aims to evaluate the practice of EUS-BD and its barriers. Methods: An online survey was generated using Google Forms. Six gastroenterology/endoscopy associations were contacted between July 2019 and November 2019. Survey questions measured participant characteristics, EUS-BD in different clinical scenarios, and potential barriers. The primary outcome was the uptake of EUS-BD as a first-line modality, without previous ERCP attempts, in patients with MDBO. Results: Overall, 115 respondents completed the survey (2.9% response rate). Respondents were from North America (39.2%), Asia (28.6%), Europe (20%), and other jurisdictions (12.2%). Regarding the uptake of EUS-BD as first-line treatment for MDBO, only 10.5% of respondents would consider EUS-BD as a first-line modality regularly. The main concerns were the lack of high-quality data, fear of adverse events, and limited access to EUS-BD dedicated devices. On multivariable analysis, lack of access to EUS-BD expertise was an independent predictor against the use of EUS-BD, odds ratio 0.16 (95% confidence interval, 0.04-0.65). In salvage situations following failed ERCP, most favored EUS-BD (40.9%) over percutaneous drainage (21.7%) in unresectable cancer. In borderline resectable or locally advanced disease, however, most favored the percutaneous approach due to fear of EUS-BD complicating future surgery. Conclusions: EUS-BD has not reached widespread clinical adoption. Identified barriers include lack of high-quality data, fear of adverse events, and lack of access to EUS-BD dedicated devices. Fear of complicating future surgery was also identified as a barrier in potentially resectable disease.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».