MétaCan
Menu
Retour à la cohorte
Enregistrement W2467796104 · doi:10.1097/ta.0000000000000848

Which pediatric blunt trauma patients do not require pelvic imaging?

2015· article· en· W2467796104 sur OpenAlexaff
Maya Haasz, Laura Simone, Paul W. Wales, Jennifer Stimec, Derek Stephens, Suzanne Beno, Suzanne Schuh

Notice bibliographique

RevueThe Journal of Trauma: Injury, Infection, and Critical Care · 2015
Typearticle
Langueen
DomaineMedicine
ThématiquePelvic and Acetabular Injuries
Établissements canadiensSickKids FoundationUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicinePelvic fracturePelvisBlunt traumaGlasgow Coma ScaleOdds ratioConfidence intervalSurgeryPelvic painPediatric traumaEmergency departmentPoison controlInternal medicineInjury prevention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study aimed to develop a tool in identifying traumatized children at low risk of pelvic fracture and to determine the sensitivity of this low-risk model for pelvic fractures. We hypothesized that the proportion of children without predictors with pelvic fracture is less than 1%. METHODS: This is a retrospective trauma registry analysis of previously healthy children 1 year to 17 years old presenting to the pediatric emergency department with blunt trauma. Postulated predictors of pelvic fracture on radiograph or computed tomography included pain/abnormal examination result of the pelvis/hip, femur deformity, hematuria, abdominal pain/tenderness, Glasgow Coma Scale (GCS) score of 13 or lower, and hemodynamic instability. We used multivariable logistic regression to identify independent predictors of fracture. RESULTS: Of 1,121 eligible patients (mean [SD] age, 8.5 [4.6] years), 87 (7.8%) had pelvic fracture. Independent predictors included pain/abnormal examination result of the pelvis/hip (odds ratio [OR], 16.7; 95% confidence interval [CI], 9.6-29.1), hematuria (OR, 6.6; 95% CI, 3.0-14.6), femoral deformity (OR, 5.9; 95% CI, 3.1-11.3), GCS score of 13 or lower (OR, 2.4; 95% CI, 1.3-4.3), and hemodynamic instability (OR, 3.4; 95% CI, 1.7-6.9). One of 590 children (0.2%; 95% CI, 0-0.5%) without predictors had pelvic fractures versus 86 (16.2%) of 531 in those with one or more predictors (OR, 119; 95% CI, 16.6-833). One of 87 children with pelvic fractures had no predictors (1.1%; 95% CI, 0-3%). When assuming a 100% radiography rate, this tool saves 53% pelvic radiographs. CONCLUSION: Children with multiple blunt trauma without pain/abnormal examination result of the pelvis/hip, femur deformity, hematuria, abdominal pain/tenderness, GCS score of 13 or lower, or hemodynamic instability constitute a low-risk population for pelvic fracture, with less than 0.5% risk rate. This population does not require routine pelvic imaging. LEVEL OF EVIDENCE: Therapeutic study, level IV.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,308
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Trauma: Injury, Infection, and Critical CareMême sujetPelvic and Acetabular InjuriesTravaux en français237 207