Validation of a Clinical Prediction Rule for Pediatric Abusive Head Trauma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: To reduce missed cases of pediatric abusive head trauma (AHT), Pediatric Brain Injury Research Network investigators derived a 4-variable AHT clinical prediction rule (CPR) with sensitivity of .96. Our objective was to validate the screening performance of this AHT CPR in a new, equivalent patient population. METHODS: We conducted a prospective, multicenter, observational, cross-sectional study. Applying the same inclusion criteria, definitional criteria for AHT, and methods used in the completed derivation study, Pediatric Brain Injury Research Network investigators captured complete clinical, historical, and radiologic data on 291 acutely head-injured children <3 years of age admitted to PICUs at 14 participating sites, sorted them into comparison groups of abusive and nonabusive head trauma, and measured the screening performance of the AHT CPR. RESULTS: In this new patient population, the 4-variable AHT CPR demonstrated sensitivity of .96, specificity of .46, positive predictive value of .55, negative predictive value of .93, positive likelihood ratio of 1.67, and negative likelihood ratio of 0.09. Secondary analysis revealed that the AHT CPR identified 98% of study patients who were ultimately diagnosed with AHT. CONCLUSIONS: Four readily available variables (acute respiratory compromise before admission; bruising of the torso, ears, or neck; bilateral or interhemispheric subdural hemorrhages or collections; and any skull fractures other than an isolated, unilateral, nondiastatic, linear, parietal fracture) identify AHT with high sensitivity in young, acutely head-injured children admitted to the PICU.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle