MétaCan
Menu
Retour à la cohorte
Enregistrement W4413375281 · doi:10.1093/ehjci/jeaf246

Cardiac ultrasound in cardiovascular emergency and critical care: a clinical consensus statement of the European Association of Cardiovascular Imaging, the Acute CardioVascular Care Association of the European Society of Cardiology, and the European Association of Cardiothoracic Anaesthesia and Intensive Care

2025· article· en· W4413375281 sur OpenAlexaff
Hatem Soliman-Aboumarie, Guido Tavazzi, Gabriele Via, Fabio Guarracino, Ivan Stanković, Andreas Hagendorff, Luna Gargani, Nuno Cardim, Frank A. Flachskampf, Jeroen J. Bax, Chirojit Mukherjee, Massimiliano Meineri, Stefaan Bouchez, Johan Bence, Henry Skinner, Bernard Cosyns, Susanna Price, Aleksandar Nešković

Notice bibliographique

RevueEuropean Heart Journal - Cardiovascular Imaging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care medicineCardiac tamponadeCardiogenic shockCardiac imagingMyocardial infarctionMedical emergencyCardiology

Résumé

récupéré en direct d'OpenAlex

Cardiac ultrasound (CUS) has emerged as an indispensable bedside diagnostic and monitoring tool in cardiovascular emergencies and critical care, enabling rapid, noninvasive assessment of cardiac structure and function. This multidisciplinary consensus statement, jointly developed by the EACVI, ACVC, and EACTAIC, provides comprehensive, practical guidance on the use of CUS in acute care settings. The document outlines a pathophysiological framework for applying CUS across a wide spectrum of clinical scenarios, including cardiogenic shock, acute myocardial infarction, mechanical complications, acute heart failure, severe valvular disease, pericardial tamponade, pulmonary embolism, and cardiac arrest. It describes key ultrasound modalities, measurement techniques, and diagnostic considerations essential for accurate interpretation and decision-making. Emphasis is placed on integrating CUS with multimodal imaging and organ-specific ultrasound to improve diagnostic accuracy and risk stratification. The consensus further defines recommended training pathways, competence levels, and governance standards to ensure high-quality practice and mitigate medicolegal risks. Looking ahead, the document highlights future perspectives, including the transformative potential of artificial intelligence, big data, and connected technologies to enhance CUS capabilities. By standardising approaches and promoting interdisciplinary collaboration, this statement aims to optimise patient outcomes and advance the role of cardiac ultrasound as a cornerstone of emergency and critical cardiovascular care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,047
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0470,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,011
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,329
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal - Cardiovascular ImagingMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207