Prevalence and Associated Factors of Post-Thrombotic Syndrome in Patients With Deep Vein Thrombosis
Notice bibliographique
Résumé
Background: Post-thrombotic syndrome (PTS) occurs as a long-term complication of deep vein thrombosis (DVT). The aim of this study was to evaluate the prevalence of PTS and its associated factors in a cohort of patients with lower extremity DVT in Sri Lanka. Methods: A descriptive cross-sectional study was conducted in 80 patients who were assessed 6 months to 2 years after the acute episode of DVT. They were assessed using Vilalta scale to diagnose and grade the severity of PTS, anthropometry to calculate body mass index (BMI), duplex ultrasound scans, patients’ clinic record including international normalized ratio (INR) charts and an interviewer administered questionnaire. Categorical data were analyzed using Chi-square test and continuous variables were analyzed using analysis of variance (ANOVA) to determine association. Results: Prevalence of PTS was 45.5% (36/80) according to Villalta scale. Recurrent DVT (P = 0.0002), high BMI (P = 0.073), and previous venous in competence (P = 0.032), showed significant association with PTS. Proximal DVT demonstrated a strong association with PTS (P = 0.002). Residual thrombosis at 3 months was strongly associated with PTS (P < 0.001), however, with a bias of very low sample with repeat duplex at 3 months post event. Awareness of PTS was extremely low (n = 0, 0%). Practice of elastic compression stockings (ECSs) use as a preventative measure of PTS failed to show any significant association (P = 0.61). Conclusions: This study showed a significant prevalence of PTS among patients with previous DVT. Development of PTS is probably multi factorial. A validated risk assessment tool should be used to identify at-risk patients as prevention is the best approach to this irreversible morbidity. J Curr Surg. 2022;12(2):38-44 doi: https://doi.org/10.14740/jcs459
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».