Non-Invasive Characterization of Lower Extremity Deep Vein Thrombosis via Advanced Ultrasound Elastography: A Prospective Pilot Study
Notice bibliographique
Résumé
Duplex ultrasonography is the preferred non-invasive imaging technique for diagnosing lower extremity deep vein thrombosis (DVT), but considered largely unreliable for determining thrombus-specific features. Elastosonography techniques including real-time strain elastography (RT-SE) are widely used in clinical practice to assess tissue elasticity, but its potential remains largely unrealized in DVT, where RT-SE might provide adjunct information on thrombus biomechanical properties potentially aiding clinical decision-making. This single-center prospective pilot study investigates the use of modern RT-SE imaging enhanced with an advanced quantification software for reconstructive tissue elasticity analysis in patients with symptomatic acute lower-extremity DVT objectively diagnosed within 6 months of enrollment. Between-group differences in median thrombus elasticity, assessed via a newly proposed elasticity biomarker, namely thrombus tissue deformation index, were evaluated using Mann-Whitney U or Kruskal-Wallis tests. Relationships between thrombus elasticity and patient-, DVT- and anticoagulation-related factors were assessed through Spearman's rank-order correlation. Thirty-eight deep venous thrombi were analyzed using advanced RT-SE, in addition to standard duplex ultrasonography (i.e., triplex ultrasonography). Median thrombus elasticity was 25.7% (interquartile range [IQR], 22.1-26.1), 20.8% (IQR, 17.1-22.1), and 3.8% (IQR, 1.3-6.6) in acute, sub-acute, and chronic DVT, respectively (p < 0.001). Thrombus elasticity robustly correlated with the period of DVT diagnosis (i.e., lower elasticity with increasing thrombus chronological age; ρ = -0.70, p < 0.0001). Elasticity of chronic thrombi inversely correlated with dynamic changes in residual vein obstruction (i.e., higher elasticity of thrombi undergoing smaller size reduction over time; ρ = 0.85, p < 0.0001). These findings preliminarily identify modern advanced RT-SE imaging as a viable and easily-implementable tool for enhanced non-invasive thrombus characterization, with the potential to inform thrombus-guided management strategies in patients with DVT.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».