Clinical Decision Rules for Paediatric Minor Head Injury: Are CT Scans a Necessary Evil?
Notice bibliographique
Résumé
INTRODUCTION: High performing clinical decision rules (CDRs) have been derived to predict which head-injured child requires a computed tomography (CT) of the brain. We set out to evaluate the performance of these rules in the Singapore population. MATERIALS AND METHODS: This is a prospective observational cohort study of children aged less than 16 who presented to the emergency department (ED) from April 2014 to June 2014 with a history of head injury. Predictor variables used in the Canadian Assessment of Tomography for Childhood Head Injury (CATCH), Children's Head Injury Algorithm for the Prediction of Important Clinical Events (CHALICE) and Pediatric Emergency Care Applied Research Network (PECARN) CDRs were collected. Decisions on CT imaging and disposition were made at the physician's discretion. The performance of the CDRs were assessed and compared to current practices. RESULTS: A total of 1179 children were included in this study. Twelve (1%) CT scans were ordered; 6 (0.5%) of them had positive findings. The application of the CDRs would have resulted in a significant increase in the number of children being subjected to CT (as follows): CATCH 237 (20.1%), CHALICE 282 (23.9%), PECARN high- and intermediate-risk 456 (38.7%), PECARN high-risk only 45 (3.8%). The CDRs demonstrated sensitivities of: CATCH 100% (54.1 to 100), CHALICE 83.3% (35.9 to 99.6), PECARN 100% (54.1 to 100), and specificities of: CATCH 80.3% (77.9 to 82.5), CHALICE 76.4% (73.8 to 78.8), PECARN high- and intermediate-risk 61.6% (58.8 to 64.4) and PECARN high-risk only 96.7% (95.5 to 97.6). CONCLUSION: The CDRs demonstrated high accuracy in detecting children with positive CT findings but direct application in areas with low rates of significant traumatic brain injury (TBI) is likely to increase unnecessary CT scans ordered. Clinical observation in most cases may be a better alternative.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».