Focused Abdominal US in Patients with Trauma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To evaluate the accuracy of focused abdominal ultrasonography (US) in detecting abdominal injuries that require in-hospital patient treatment in the setting of blunt abdominal trauma. MATERIALS AND METHODS: One thousand ninety patients with blunt abdominal trauma were assessed with focused abdominal US within 30 minutes of arrival at the hospital. Focused abdominal US results were positive if intra- or retroperitoneal fluid was detected. Patients with negative US results and no other major injuries were observed in the emergency department for 12 hours before discharge. Patients who deteriorated clinically after negative initial US underwent repeat US and/or emergency abdominopelvic computed tomography (CT). Patients with positive or indeterminate US results underwent emergency abdominopelvic CT. RESULTS: Nine hundred seventy-four (89%) patients had negative focused abdominal US results; eight of these underwent CT. Sixty-six (6%) had positive US results. Four (0.4%) had false-negative and 19 (1.7%) had false-positive US results. Twenty-seven (2.5%) had indeterminate US results; of these, five (18.5%) had positive CT results. One hundred twenty-four (11.4%) required emergency CT. After indeterminate cases were excluded, focused abdominal US had 94% sensitivity, 98% specificity, 78% positive predictive value, 100% negative predictive value, and 95% accuracy. CONCLUSION: Focused abdominal US has a high negative predictive value for major abdominal injury in patients with blunt abdominal trauma.
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.
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) | 0,000 | 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 découle