The Diagnostic Peritoneal Lavage: A Brief Review of the Current Literature and an Analysis of Its use and Teaching in Canada
Notice bibliographique
Résumé
ABSTRACT Introduction The vast majority of the published data on the appropriate use of the diagnostic peritoneal lavage (DPL) is dated. Currently in Canada, there is a significant grey-zone surrounding the teaching and use of the DPL. The objectives of this article are to briefly review the recent literature, to analyze the patterns in the use of the DPL in Canada, and to determine whether general surgery residents are being taught the skill. Methods Literature review was conducted using PubMed and Ovid. The Canadian Institute for Health Information (CIHI) supplied the available data on DPL usage in Canada. General surgery program directors in Canada were contacted by e-mail to determine if the DPL was still being taught. Results Between the years of 2001 and 2006 in Canada, 38 DPLs were coded into the CIHI's database. Males accounted for 84.2% of the DPLs, and 23.7% of all DPLs resulted in a laparotomy. Motor vehicle crashes were the reason that 42% of the DPLs were performed. The majority of general surgery residency programs in Canada are not teaching the DPL outside of what is taught in the advanced trauma life support (ATLS) course. Discussion The literature reviewed shows that the DPL continues to play a role in the current management of patients suffering from both blunt and penetrating trauma, although a much more limited role than in the past. How to cite this article Boone D, Clarkson CA. The Diagnostic Peritoneal Lavage: A Brief Review of the Current Literature and an Analysis of Its use and Teaching in Canada. Panam J Trauma Critical Care Emerg Surg 2012;1(3):150-153.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».