Blunt splenic injury and severe brain injury: a decision analysis and implications for care
Notice bibliographique
Résumé
BACKGROUND: The initial nonoperative management (NOM) of blunt splenic injuries in hemodynamically stable patients is common. In soldiers who experience blunt splenic injuries with concomitant severe brain injury while on deployment, however, NOM may put the injured soldier at risk for secondary brain injury from prolonged hypotension. METHODS: We conducted a decision analysis using a Markov process to evaluate 2 strategies for managing hemodynamically stable patients with blunt splenic injuries and severe brain injury--immediate splenectomy and NOM--in the setting of a field hospital with surgical capability but no angiography capabilities. We considered the base case of a 40-year-old man with a life expectancy of 78 years who experienced blunt trauma resulting in a severe traumatic brain injury and an isolated splenic injury with an estimated failure rate of NOM of 19.6%. The primary outcome measured was life expectancy. We assumed that failure of NOM would occur in the setting of a prolonged casualty evacuation, where surgical capability was not present. RESULTS: Immediate splenectomy was the slightly more effective strategy, resulting in a very modest increase in overall survival compared with NOM. Immediate splenectomy yielded a survival benefit of only 0.4 years over NOM. CONCLUSION: In terms of overall survival, we would not recommend splenectomy unless the estimated failure rate of NOM exceeded 20%, which corresponds to an American Association for the Surgery of Trauma grade III splenic injury. For military patients for whom angiography may not be available at the field hospital and who require prolonged evacuation, immediate splenectomy should be considered for grade III-V injuries in the presence of severe brain injury.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».