MétaCan
Menu
Retour à la cohorte
Enregistrement W1984882725 · doi:10.1111/apa.12797

The Pediatric Emergency Care Applied Research Network intermediate-risk predictors were not associated with scanning decisions for minor head injuries

2014· article· en· W1984882725 sur OpenAlexaff
Silvia Bressan, Ivan P. Steiner, Teresa Mion, Paola Berlese, Sabrina Romanato, Liviana Da Dalt

Notice bibliographique

RevueActa Paediatrica · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineComputed tomographyNeurosurgeryEmergency departmentHead injuryEmergency medicinePediatricsRadiologySurgeryPsychiatry

Résumé

récupéré en direct d'OpenAlex

AIM: This study determined the predictors associated with the decision to perform a computed tomography (CT) scan in children with a minor head injury (MHI). We focused on those facing an intermediate risk of clinically important traumatic brain injury (ciTBI), according to the Pediatric Emergency Care Applied Research Network (PECARN) prediction rule. METHODS: A 1-year, cross-sectional study was performed in an Italian paediatric emergency department, focusing on children presenting within 24 h of an MHI and meeting the PECARN intermediate-risk criteria. RESULTS: We included 308 children, and 47% were younger than 2 years of age. CT scans were carried out on 13%, 1.3% had a ciTBI and one was initially missed but did not need neurosurgery following diagnosis. Single and multiple PECARN intermediate-risk predictors were not associated with whether a CT scan was carried out. The only clinical variable associated with the decision to perform a CT scan was if the child was <3 months of age (OR 18.1, 95% CI, 4.91-66.61). CONCLUSION: The PECARN intermediate-risk predictors did not play a major role in the decision to perform a CT scan. The only factor significantly associated with the decision to perform a CT scan was when the patient was younger than 3 months of age.

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)0,001
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,310
Écart entre enseignants0,275 · 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

Citations13
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa PaediatricaMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207