Minor Head Injury: CT-based Strategies for Management—A Cost-effectiveness Analysis
Notice bibliographique
Résumé
PURPOSE: To compare the cost-effectiveness of using selective computed tomographic (CT) strategies with that of performing CT in all patients with minor head injury (MHI). MATERIALS AND METHODS: The internal review board approved the study; written informed consent was obtained from all interviewed patients. Five strategies were evaluated, with CT performed in all patients with MHI; selectively according to the New Orleans criteria (NOC), Canadian CT head rule (CCHR), or CT in head injury patients (CHIP) rule; or in no patients. A decision tree was used to analyze short-term costs and effectiveness, and a Markov model was used to analyze long-term costs and effectiveness. n-Way and probabilistic sensitivity analyses and value-of-information (VOI) analysis were performed. Data from the multicenter CHIP Study involving 3181 patients with MHI were used. Outcome measures were first-year and lifetime costs, quality-adjusted life-years, and incremental cost-effectiveness ratios. RESULTS: Study results showed that performing CT selectively according to the CCHR or the CHIP rule could lead to substantial U.S. cost savings ($120 million and $71 million, respectively), and the CCHR was the most cost-effective at reference-case analysis. When the prediction rule had lower than 97% sensitivity for the identification of patients who required neurosurgery, performing CT in all patients was cost-effective. The CHIP rule was most likely to be cost-effective. At VOI analysis, the expected value of perfect information was $7 billion, mainly because of uncertainty about long-term functional outcomes. CONCLUSION: Selecting patients with MHI for CT renders cost savings and may be cost-effective, provided the sensitivity for the identification of patients who require neurosurgery is extremely high. Uncertainty regarding long-term functional outcomes after MHI justifies the routine use of CT in all patients with these 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».