Validation of the Ottawa Knee Rule in Iran: a prospective study
Notice bibliographique
Résumé
BACKGROUND: This study was designed to determine the accuracy of the Ottawa Knee Rule (OKR) when applied to patients with acute knee injury in the Iranian population of the Imam Hospital Emergency Department (ED) at. METHODS: This prospective cohort validation study included a convenience sample of all patients with a blunt knee injury sustained in the preceding 7 days presenting to the ED of a tertiary care teaching hospital during the study period. Patients were assessed for the five variables comprising the OKR, and a standardised data form was completed for each patient. Standard knee radiographs were ordered on all patients irrespective of the determination of the rule. The rules were interpreted by the primary investigator on the basis of the data sheet and the final orthopaedist radiograph reading. Outcome measures of this study were: sensitivity, specificity, positive predictive value and negative predictive value of the OKR. RESULTS: A total of 283 patients were enrolled in the study. 22 fractures (7.77%) were detected. The decision rule had a sensitivity of 0.95 (95% CI 0.77 to 0.99), and a specificity of 0.44 (95% CI 0.37 to 0.50). The potential reduction in use of radiography was estimated to be 41%. The OKR missed only one fracture. CONCLUSION: Prospective validation has shown that the OKR is a highly sensitive tool for detecting knee fractures and has the potential to reduce the number of radiographs in patients with acute knee injuries.
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 | 0,015 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».