Stent misdeployment and factors associated with failure in endoscopic ultrasound-guided choledochoduodenostomy: analysis of the combined datasets from two randomized trials
Notice bibliographique
Résumé
BACKGROUND: Stent misdeployment (SMD) is a feared and poorly characterized technical challenge of endoscopic ultrasound (EUS)-guided choledochoduodenostomy (CDS) using lumen-apposing stents. We aimed to ascertain the rate of stent misdeployment in EUS-CDS for malignant distal biliary obstruction (MDBO) and describe its outcomes while identifying variables associated with its occurrence. METHOD: This was a post hoc analysis of two randomized controlled trials comparing EUS-CDS vs. endoscopic retrograde cholangiopancreatography in MDBO. The primary end point was rate of SMD, classified as misdeployment of the distal flange (type I), proximal flange (type II), contralateral bile duct wall injury (type III), or double mucosal puncture (type IV). Multivariable analysis was performed to identify variables associated with SMD and/or technical failure, and with clinical failure or stent dysfunction. RESULTS: 152 patients were included. Technical success was 93.4 %. SMD occurred in 11 patients (7.2 %; 95 %CI 3.1 %-11.4 %): 8 type I, 1 type II, and 2 type III. Endoscopic salvage of SMD was successful in 81.8 %. Misdeployment led to adverse events in four patients (two mild, two moderate), giving an overall SMD-related adverse event rate of 2.6 % (95 %CI 0.7 %-6.6 %). On multivariable analysis, extrahepatic bile duct diameter of ≤ 15 mm was associated with increased odds of SMD and/or technical failure. CONCLUSION: SMD was relatively common in EUS-CDS and was associated with an extrahepatic bile duct diameter of ≤ 15 mm. The majority of misdeployments could be rescued endoscopically with low risk for adverse events.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».