Utility of Screening for Blunt Vascular Neck Injuries with Computed Tomographic Angiography
Notice bibliographique
Résumé
PURPOSE: To prospectively study the impact of implementing a computed tomographic angiography (CTA)-based screening protocol on the detected incidence and associated morbidity and mortality of blunt vascular neck injury (BVNI). METHODS: Consecutive blunt trauma patients admitted to a single tertiary trauma center and identified as at risk for BVNI underwent admission CTA using an eight-slice multi-detector computed tomography scanner. The detected incidence, morbidity, and mortality rates of BVNI were compared with those measured before CTA screening. A logistic regression model was also applied to further evaluate potential risk factors for BVNI. RESULTS: A total of 1,313 blunt trauma patients were evaluated. One hundred seventy screening CTAs were performed, of which 33 disclosed abnormalities. Twenty-three were evaluated angiographically, of which 15 were considered to have significant BVNIs, as were 4 of the 10 patients with abnormal CTAs and no angiogram. The incidence of angiographically proven BVNIs in our series was 1.1%. If four patients who were treated for BVNIs based on CTA alone are included, the incidence rises to 1.4%. This is significantly higher than the 0.17% incidence before screening (p < 0.001). In addition, the delayed stroke rate and injury-specific mortality fell significantly from 67% to 0% (p < 0.001) and 38% to 0% (p = 0.002), respectively. Overall mortality also fell significantly, from 38% to 10.5% (p = 0.049). Univariate logistic regression identified the presence of cervical spine injury as a significant predictor of BVNI (p < 0.001). CONCLUSION: CTA screening increases the detected incidence of BVNI 8-fold, with rates similar to angiographically based screening protocols. CTA screening significantly decreases BVNI-related morbidity and mortality in an efficient manner, underlying its utility in the early diagnosis of this injury.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».