Computed Tomography Use for Adults With Head Injury: Describing Likely Avoidable Emergency Department Imaging Based on the Canadian CT Head Rule
Notice bibliographique
Résumé
BACKGROUND: Millions of head computed tomography (CT) scans are ordered annually, but the extent of avoidable imaging is poorly defined. OBJECTIVES: The objective was to determine the prevalence of likely avoidable CT imaging among adults evaluated for head injury in 14 community emergency departments (EDs) in Southern California. METHODS: We conducted an electronic health record (EHR) database and chart review of adult ED trauma encounters receiving a head CT from 2008 to 2013. The primary outcome was discordance with the Canadian CT Head Rule (CCHR) high-risk criteria; the secondary outcome was use of a neurosurgical intervention in the discordant cohort. We queried systemwide EHRs to identify CCHR discordance using criteria identifiable in discrete data fields. Explicit chart review of a subset of discordant CTs provided estimates of misclassification bias and assessed the low-risk cases who actually received an intervention. RESULTS: Among 27,240 adult trauma head CTs, EHR data classified 11,432 (42.0%) discordant with CCHR recommendation. Subsequent chart review showed that the designation of discordance based on the EHR was inaccurate in 12.2% (95% confidence interval [CI] = 5.6% to 18.8%). Inter-rater reliability for attributing CCHR concordance was 95% (κ = 0.86). Thus, we estimate that 36.8% of trauma head CTs were truly likely avoidable (95% CI = 34.1% to 39.6%). Among the likely avoidable CT group identified by EHR, only 0.1% (n = 13) received a neurosurgical intervention. Chart review showed none of these were actually "missed" by the CCHR, as all 13 were misclassified. CONCLUSION: About one-third of head CTs currently performed on adults with head injury may be avoidable by applying the CCHR. Avoidance of CT in such patients is unlikely to miss any important injuries.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».