Appropriateness of CT of the Chest, Abdomen, and Pelvis in Motorized Blunt Force Trauma Patients Without Signs of Significant Injury
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this article is to determine the frequency of clinically significant injuries detected on CT of the chest, abdomen, and pelvis in adult patients involved in motorized blunt force trauma with normal clinical examinations. MATERIALS AND METHODS: A retrospective review of the medical records of patients presenting with a triage history of motorized blunt force trauma who underwent CT of the chest, abdomen, and pelvis at the time of presentation was performed. Hemodynamically stable adult patients without abnormal physical examination findings to suggest injury of the trunk (e.g., tenderness, deformity, or bruising over the chest, abdomen, or pelvis) were included in the study. The formal report of the CT scan was reviewed and all acute injuries were recorded. Admission and discharge dates and surgical interventions were also recorded. RESULTS: Records for 542 patients were reviewed; 108 patients (74 men and 34 women; median age, 36 years) fulfilled the inclusion criteria. Eleven of the 108 patients (10%; 95% CI, 4.4-15.6%) had acute injuries detected on CT of the chest, abdomen, and pelvis. None of the injuries required direct medical intervention. Alcohol intoxication or distracting injuries were present in eight of these patients. The median time in hospital, from emergency department presentation to discharge, was 4.4 days (interquartile range, 2.5-8.5 days) for patients who were admitted and 6.7 hours (interquartile range, 4.8-10.3 hours) for those who were discharged. CONCLUSION: The clinical yield of performing CT of the chest, abdomen, and pelvis in motorized blunt trauma patients with normal clinical examinations in our study was minimal.
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 | 0,001 |
| 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 ».