Point of Care Ultrasound for Diagnosis and Management in Heart Failure: A Targeted Literature Review
Notice bibliographique
Résumé
BACKGROUND: Cardiac point of care ultrasound (POCUS) has shown increasing utility as a tool for diagnosing and managing heart failure (HF). Within cardiology, intravascular volume assessment leveraging visualization of the inferior vena cava (IVC) is a central aspect of care, as IVC size correlates with central venous pressure. This targeted literature review aimed to examine the existing literature assessing the use of POCUS in diagnosis and management of HF patients utilizing POCUS-based IVC measurement either alone or in combination with secondary methods. METHODS: A targeted PubMed and Ovid database search up until August 28, 2023 using a keyword search was completed. Studies that did not include IVC assessment with POCUS in HF were excluded. RESULTS: The initial search using both PubMed and Ovid resulted in 370 journal publications. After exclusion criteria were used 15 studies were included in the review. Studies were grouped into three categories: 1) how well POCUS was able to identify HF, 2) whether POCUS-based findings correlated with other measures evaluating HF and was able to predict the effect of diuretic administration, and 3) whether POCUS-based findings served as a good prognostic indicator. The 5 studies that evaluated HF identification with POCUS found that both diagnostic sensitivity and specificity may reach 90%-100% when IVC measurement was coupled with a lung ultrasound assessing the presence of B-lines or pleural effusion. Five studies assessing POCUS findings correlating with other HF measures and diuretic effect found that IVC diameter changed significantly with diuretic administration (p<0.05). All 6 studies assessing POCUS as a predictor of long-term mortality or hospital readmission found measures that achieved statistical significance with p<0.05. CONCLUSIONS: Including POCUS as standard-of-care - both as a diagnostic tool in the emergency department and a management tool in in-patient and out-patient facilities - may improve the treatment of HF.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,001 | 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) | 0,006 | 0,001 |
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 ».