International practice patterns and perspectives on endovascular therapy for the treatment of cerebral venous thrombosis
Notice bibliographique
Résumé
Background: Cerebral venous thrombosis (CVT) accounts for 0.5–1% of all strokes. The role of endovascular therapy (EVT) in the management of CVT remains controversial and variations in practice patterns are not well known. Aims: Here, we present a comprehensive, international characterization of practice patterns and perspectives on the use of EVT for CVT. Methods: A comprehensive 42-question survey was distributed to stroke clinicians globally from May to October 2023, asking about practice patterns and perspectives on the use of EVT for CVT. Results: The overall response rate was 31% (863 respondents of 2744 invited) across 61 countries. The majority of respondents (74%) supported the use of EVT for CVT in certain clinical situations. Key considerations for decision-making in using EVT favored clinical over radiographic/procedural factors and included worsening level of consciousness (86%) and worsening neurological deficits (76%). In the past 3 years, 56% of respondents used EVT for the treatment of CVT, with most (49.5%) involved in two to five cases. Among interventionalists, significant variability existed in the techniques used for EVT ( p < 0.001), with aspiration thrombectomy (56%) and stent retriever (51%) being the most used overall. Regionally, interventionalists from China predominantly used intra-sinus heparin (56%), while this technique was most commonly ranked as “never indicated” throughout the rest of the world (23%). Post-procedure, low molecular weight heparin was the most used anticoagulant (83%), although North American respondents favored unfractionated heparin (37%), while imaging was primarily split between magnetic resonance (71.8%) and computed tomography (65.9%) arteriography or venography. Conclusion: Our survey reveals significant heterogeneity in approaches to EVT for CVT, and provides a comprehensive characterization of indications, techniques, and long-term management used by clinicians internationally. This resource will aid in optimizing patient selection and endovascular treatments for future trials.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».