Does This Patient With Headache Have a Migraine or Need Neuroimaging?
Notice bibliographique
Résumé
CONTEXT: In assessing the patient with headache, clinicians are often faced with 2 important questions: Is this headache a migraine? Does this patient require neuroimaging? The diagnosis of migraine can direct therapy, and information obtained from the history and physical examination is used by physicians to determine which patients require neuroimaging. OBJECTIVE: To determine the usefulness of the history and physical examination that distinguish patients with migraine from those with other headache types and that identify those patients who should undergo neuroimaging. DATA SOURCES AND STUDY SELECTION: A systematic review was performed using articles from MEDLINE (1966-November 2005) that assessed the performance characteristics of screening questions in diagnosing migraine (with the International Headache Society diagnostic criteria as a gold standard) and addressed the accuracy of the clinical examination in predicting the presence of underlying intracranial pathology (with computed tomography/magnetic resonance imaging as the reference standard). DATA EXTRACTION: Two authors independently reviewed each study to determine eligibility, abstract data, and classify methodological quality using predetermined criteria. Disagreement was resolved by consensus with a third author. DATA SYNTHESIS: Four studies of screening questions for migraine (n = 1745 patients) and 11 neuroimaging studies (n = 3725 patients) met inclusion criteria. All 4 of the migraine studies illustrated high sensitivity and specificity if 3 or 4 criteria were met. The best predictors can be summarized by the mnemonic POUNDing (Pulsating, duration of 4-72 hOurs, Unilateral, Nausea, Disabling). If 4 of the 5 criteria are met, the likelihood ratio (LR) for definite or possible migraine is 24 (95% confidence interval [CI], 1.5-388); if 3 are met, the LR is 3.5 (95% CI, 1.3-9.2), and if 2 or fewer are met, the LR is 0.41 (95% CI, 0.32-0.52). For the neuroimaging question, several clinical features were found on pooled analysis to predict the presence of a serious intracranial abnormality: cluster-type headache (LR, 10.7; 95% CI, 2.2-52); abnormal findings on neurologic examination (LR, 5.3; 95% CI, 2.4-12); undefined headache (ie, not cluster-, migraine-, or tension-type) (LR, 3.8; 95% CI, 2.0-7.1); headache with aura (LR, 3.2; 95% CI, 1.6-6.6); headache aggravated by exertion or a valsalva-like maneuver (LR, 2.3; 95% CI, 1.4-3.8); and headache with vomiting (LR, 1.8; 95% CI, 1.2-2.6). No clinical features were useful in ruling out significant pathologic conditions. CONCLUSIONS: The presence of 4 simple historical features can accurately diagnose migraine. Several individual clinical features were found to be associated with a significant intracranial abnormality, and patients with these features should undergo neuroimaging.
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 | 0,007 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».