Accuracy of Duplex Ultrasound for Detecting Renal Artery Stenosis: A Systematic Review
Notice bibliographique
Résumé
Background: Duplex ultrasound (DUS) is a well-tolerated, noninvasive imaging technique. Renal artery stenosis (RAS)—a narrowing of the arteries that supply the kidney—is involved in the cause of renal failure, and its gold-standard method of detection is digital subtraction angiography (DSA). Whether DUS is a suitable alternative to DSA or other angiographic modalities has only been reviewed up to 2005, producing mixed results with studies based on older ultrasound technology without a measurement of study quality. Purpose: To provide an up-to-date review of the diagnostic accuracy of DUS for the diagnosis of RAS in comparison with angiography. Methods: Our registered systematic review (DOI: 10.17605/OSF.IO/SE9VN) examined articles post-2005. Studies must have compared RAS diagnosis between DUS and angiography. Sources were searched in November 2022 and included Scopus, EMBASE, MEDLINE, CINAHL, and Academic Search Premier (1749 citations; final: n = 34; DSA only: n = 9). Study quality was assessed using the Quality Assessment of Diagnostic Studies 2 tool and results are presented narratively. A total of 2968 (1281 females) patients were included. Duplex ultrasound exhibited moderately high agreement with DSA and other well-established angiographic criteria with the existing literature having low risk of bias and low concern for patient applicability. Studies exhibiting low agreement were generally in smaller samples or used unique definitions of stenosis. Conclusions: Improved study reporting, consistent definitions of stenosis, and a common statistical battery are needed.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,012 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».