Clinical utility of a screening protocol for blunt cerebrovascular injury using computed tomography angiography
Notice bibliographique
Résumé
OBJECTIVE Blunt cerebrovascular injury (BCVI) occurs in approximately 1% of the blunt trauma population and may lead to stroke and death. Early vascular imaging in asymptomatic patients at high risk of having BCVI may lead to earlier diagnosis and possible stroke prevention. The objective of this study was to determine if the implementation of a formalized asymptomatic BCVI screening protocol with CT angiography (CTA) would lead to improved BCVI detection and stroke prevention. METHODS Patients with vascular imaging studies were identified from a prospective trauma registry at a single Level 1 trauma center between 2002 and 2008. Detection of BCVI and stroke rates were compared during the 3-year periods before and after implementation of a consensus-based asymptomatic BCVI screening protocol using CTA in 2005. RESULTS A total of 5480 patients with trauma were identified. The overall BCVI detection rate remained unchanged postprotocol compared with preprotocol (0.8% [24 of 3049 patients] vs 0.9% [23 of 2431 patients]; p = 0.53). However, postprotocol there was a trend toward a decreased risk of stroke secondary to BCVI on a trauma population basis (0.23% [7 of 3049 patients] vs 0.53% [13 of 2431 patients]; p = 0.06). Overall, 75% (35 of 47) of patients with BCVI were treated with antiplatelet agents, but no patient developed new or progressive intracranial hemorrhage despite 70% of these patients having concomitant traumatic brain injury. CONCLUSIONS The results of this study suggest that a CTA screening protocol for BCVI may be of clinical benefit with possible reduction in ischemic complications. The treatment of BCVI with antiplatelet agents appears to be safe.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».