MétaCan
Menu
Retour à la cohorte
Enregistrement W4389958323 · doi:10.1177/15266028231219226

Real-World Experience With the Angio-Seal Closure Device: Insights From Manufacturer and User Facility Device Experience Database

2023· article· en· W4389958323 sur OpenAlexaff
Aida Ahrari, Gerard M. Healy, Adam Min, Fahd Alkhalifah, George Oreopoulos, Kong Teng Tan, Arash Jaberi, Dheeraj K. Rajan, Sebastian Mafeld

Notice bibliographique

RevueJournal of Endovascular Therapy · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueVascular Procedures and Complications
Établissements canadiensSinai Health SystemUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineArteriotomyVascular closure deviceSurgeryBalloonTamponadeDatabaseFemoral arteryMedical emergencyArtery

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Angio-Seal (Terumo Medical Corporations, Somerset, New Jersey) device is indicated for femoral arteriotomy closure. Real-world published data on complications are limited. We present 1 year of safety events involving Angio-Seal from the US Food and Drug Administration's post-market surveillance database of Manufacturer and User Facility Device Experience (MAUDE). Steps for managing frequent device-related problems are discussed. MATERIALS AND METHODS: Angio-Seal MAUDE data from November 2019 to December 2020 was classified according to (1) mode of device failure, (2) complication, (3) treatment, and (4) Cardiovascular and Interventional Radiological Society of Europe (CIRSE) adverse event classification system. RESULTS: There were 715 safety events, involving Angio-Seal VIP (93.1%), Evolution (5.7%), STS Plus (1.1%), and sizes 6F (62.5%) and 8F (37.5%). Failure mode involved unrecognized use of a damaged device (43.4%), failed deployment (20.1%), failed arterial advancement (6.3%), detachment of device component (4.9%), failed retraction (3.6%), operator error (1.1%), and indeterminate (20.6%). Of total, 44.8% of events were associated with patient harm. Complications involved minor blood loss (34.1%), hematoma (5.6%), significant blood loss (1.4%), and pseudoaneurysm (1.4%). Of total, 43.3% of cases required manual compression (MC), whereas 8.8% required more advanced intervention. Interventions included surgical repair (49.2%), thrombin injection (9.5%), balloon tamponade (6.3%), covered stent (4.8%), and unspecified (30.2%). Majority of safety events were CIRSE grade 1 (92.0%), followed by grades 2 (3.1%), 3 (4.6%), and 6 (deaths, 0.3%). Minority of devices were returned for manufacturer analysis (27.8%). CONCLUSIONS: The majority of safety events were associated with minor blood loss or local hematoma and could be addressed with MC alone. Most events were attributed to damaged device; however, very few devices were returned to manufacturer for analysis. This should be encouraged to allow for root cause analysis in order to improve safety profile of devices. System-level strategies for addressing barriers to under-reporting of safety events may also be considered.Clinical ImpactOur study highlights important safety events encountered in real-world practice with Angio-Seal closure device. The MAUDE database captures real-world device malfunctions not typically appreciated in conventional clinical trials. Our study provides valuable insight for clinician-users on anticipating and managing the most common device malfunctions. Additionally, our data provide feedback for manufactures to optimize product design and direct manufacturer user training to improve safety. Finally, we hope that the study promotes system-level strategies that foster reporting of safety events and undertaking of root cause analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,311
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Endovascular TherapyMême sujetVascular Procedures and ComplicationsTravaux en français237 207