Ultrasound-Guided Transfemoral Access for Coronary Procedures: A Pooled Learning Curve Analysis From the FAUST and UNIVERSAL Trials
Notice bibliographique
Résumé
BACKGROUND: The learning curve for new operators performing ultrasound-guided transfemoral access (TFA) remains uncertain. METHODS: We performed a pooled analysis of the FAUST (Femoral Arterial Access With Ultrasound Trial) and UNIVERSAL (Routine Ultrasound Guidance for Vascular Access for Cardiac Procedures) trials, both multicenter randomized controlled trials of 1:1 ultrasound-guided versus non-ultrasound-guided TFA for coronary procedures. Outcomes included the composite of major bleeding or vascular complications and successful common femoral artery cannulation. Participants were stratified by the operators' accrued case volume. We used adjusted repeated-measurement logistic regression, with random intercepts for operator clustering, for comparison against the non-ultrasound-guided TFA group and to model the learning curve. RESULTS: The FAUST and UNIVERSAL trials randomized a total of 1624 patients, of which 810 were randomized to non-ultrasound-guided TFA and 814 to ultrasound-guided TFA (cases 1-10, 391; 11-20, 183; and >20, 240). Participants who had operators who performed >20 ultrasound-guided TFAs had a decreased risk for the primary end point (5/240 [2.1%] versus 64/810 [7.9%]; adjusted odds ratio, 0.26 [95% CI, 0.09-0.61]) compared with non-ultrasound-guided TFA. Operators who performed >20 ultrasound-guided procedures had increased odds of successfully cannulating the common femoral artery (224/246 [91.1%] versus 327/382 [85.6%]; adjusted odds ratio, 1.76 [95% CI, 1.08-2.89]) compared with non-ultrasound-guided TFA. The learning curve plots demonstrated growing competence with increasing accrued cases. CONCLUSIONS: New operators should perform at least 20 ultrasound-guided TFA to decrease access site complications and increase proper cannulation compared with non-ultrasound-guided TFA. Additional accrued cases may lead to increased proficiency. Training programs should consider these findings in the transradial era.
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 | 0,098 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,034 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».