MétaCan
Menu
Retour à la cohorte
Enregistrement W1822949783 · doi:10.1503/cmaj.150540

Derivation and validation of a clinical decision rule to identify young children with skull fracture following isolated head trauma

2015· article· en· W1822949783 sur OpenAlexaffvenueabout
Jocelyn Gravel, Serge Gouin, Dominic Chalut, Louis Crevier, Jean‐Claude Décarie, Nicolas Elazhary, Benoı̂t Mâsse

Notice bibliographique

RevueCanadian Medical Association Journal · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversité de MontréalUniversité de SherbrookeCentre Hospitalier Universitaire Sainte-JustineMontreal Children's HospitalHôpital FleurimontCentre Hospitalier Universitaire de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMedicineGlasgow Coma ScaleSkull fractureHead traumaSkullConfidence intervalHead injuryRadiographyTraumatic brain injurySurgeryPhysical therapyPediatricsRadiologyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is no clear consensus regarding radiologic evaluation of head trauma in young children without traumatic brain injury. We conducted a study to develop and validate a clinical decision rule to identify skull fracture in young children with head trauma and no immediate need for head tomography. METHODS: We performed a prospective cohort study in 3 tertiary care emergency departments in the province of Quebec. Participants were children less than 2 years old who had a head trauma and were not at high risk of clinically important traumatic brain injury (Glasgow Coma Scale score < 15, altered level of consciousness or palpable skull fracture). The primary outcome was skull fracture. For each participant, the treating physician completed a standardized report form after physical examination and before radiologic evaluation. The decision to order skull radiography was at the physician's discretion. The clinical decision rule was derived using recursive partitioning. RESULTS: A total of 811 patients (49 with skull fracture) were recruited during the derivation phase. The 2 predictors identified through recursive partitioning were parietal or occipital swelling or hematoma and age less than 2 months. The rule had a sensitivity of 94% (95% confidence interval [CI] 83%-99%) and a specificity of 86% (95% CI 84%-89%) in the derivation phase. During the validation phase, 856 participants (44 with skull fracture) were recruited. The rule had a sensitivity of 89% and a specificity of 87% during this phase. INTERPRETATION: The clinical decision rule developed in this study identified about 90% of skull fractures among young children with mild head trauma who had no immediate indication for head tomography. Use of the rule would have reduced the number of radiologic evaluations by about 60%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,161
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,161
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,026
Tête enseignante GPT0,337
Écart entre enseignants0,311 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations21
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association JournalMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207