MétaCan
Menu
Retour à la cohorte
Enregistrement W2071049355 · doi:10.1542/peds.2009-0075

Should a Head-Injured Child Receive a Head CT Scan? A Systematic Review of Clinical Prediction Rules

2009· review· en· W2071049355 sur OpenAlex
Jonathon L. Maguire, Kathy Boutis, Elizabeth Uleryk, Andreas Laupacis, Patricia C. Parkin

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePEDIATRICS · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversity of TorontoSt. Michael's HospitalInstitute for Clinical Evaluative SciencesSickKids FoundationHospital for Sick Children
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésMedicineConfidence intervalClinical prediction ruleGlasgow Coma ScaleComa (optics)SedationClinical judgmentContext (archaeology)PopulationHead injuryHead traumaPediatricsMedical physicsSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Given radiation- and sedation-associated risks, there is uncertainty about which children with head trauma should receive cranial computed tomography (CT) scanning. A high-quality and high-performing clinical prediction rule may reduce this uncertainty. OBJECTIVE: To systematically review the quality and performance of published clinical prediction rules for intracranial injury in children with head injury. METHODS: Medline and Embase were searched in December 2008. Studies were selected if they included clinical prediction rules involving children aged 0 to 18 years with a history of head injury. Prediction-rule quality was assessed by using 14 previously published items. Prediction-rule performance was evaluated by rule sensitivity and the predicted frequency of CT scanning if the rule was used. RESULTS: A total of 3357 titles and abstracts were assessed, and 8 clinical prediction rules were identified. For all studies, the rule derivations were reported; no study validated a rule in a separate population or assessed its impact in actual practice. The rules differed considerably in population, predictors, outcomes, methodologic quality, and performance. Five of the rules were applicable to children of all ages and severities of trauma. Two of these were high quality (>or=11 of 14 quality items) and had high performance (lower confidence limits for sensitivity >0.95 and required <or=56% to undergo CT). Four of the 8 rules were applicable to children with minor head injury (Glasgow coma score >or=13). One of these had high quality (11 of 14 quality items) and high performance (lower confidence limit for sensitivity = 0.94 and required 13% to undergo CT). Four of the 8 rules were applicable to young children, but none exhibited adequate quality or performance. CONCLUSIONS: Eight clinical prediction-rule derivation studies were identified. They varied considerably in population, methodologic quality, and performance. Future efforts should be directed toward validating rules with high quality and performance in other populations and deriving a high-quality, high-performance rule for young children.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0090,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,124
Tête enseignante GPT0,421
Écart entre enseignants0,297 · 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