Clinical impact of diagnostic imaging discrepancy by radiology trainees in an urban teaching hospital emergency department
Notice bibliographique
Résumé
BACKGROUND: To characterize clinically significant diagnostic imaging (DI) discrepancies by radiology trainees and the impact on emergency department (ED) patients. METHODS: Consecutive case series methodology over a 6-month period in an urban, tertiary care teaching hospital. Emergency physicians (EPs) were recruited to flag discrepant DI interpretations by radiology trainees that the EP deemed clinically significant. Cases were characterized using chart review and EP interview. RESULTS: Twenty-eight discrepant reports were identified (representing 0.1% of 18,185 images interpreted). The mean time between provisional discrepant diagnosis (PDDx) and revised diagnosis (RDx) by attending radiology staff was 8.6 h (median 4.8 h, range 1.1-48.4), and 67.9% (n = 19) of the patients had left the ED by time of notification. The most frequently reported PDDx was CT abd/pelvis (32.1%, n = 9) and CT head (28.6%, n = 8). The impact of RDx was deemed major in 57.1% (n = 16) for reasons including altered admitting status (32.1%, n = 9), immediate subspecialty referral (n = 16, 57.1%), impact on management (25%, n = 7), and surgical management (21.4%, n = 6). EPs reported likely perceived impact of PDDx as resulting in increased pain (17. 9%, n = 5), morbidity (10.7%, n = 3), and prolonged hospitalization (25%, n = 7), but not altered long-term outcome or mortality. CONCLUSIONS: Relatively few clinically important discrepant reads were reported. Revised diagnosis (RDx) was associated with major clinical impact in 57.1% of reports, but few patients experienced increased morbidity, and none increased mortality. The importance of expedient communication of discrepant reports by staff radiologists is stressed, as is EP verification of patient contact information prior to discharge.
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 | 0,001 | 0,006 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».