Altered Mental Status in ICU Patients: Diagnostic Yield of Noncontrast Head CT for Abnormal and Communicable Findings
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the diagnostic yield of noncontrast head CT for acute communicable findings in ICU patients specifically scanned for altered mental status. DESIGN: Retrospective observational cohort study. SETTING: University Hospital Neuroscience, Medical, and Surgical ICUs. PATIENTS: ICU patients with new-onset altered mental status. INTERVENTION: Noncontrast head CT. MEASUREMENTS AND MAIN RESULTS: Reports on head CTs from two university hospitals performed for the sole indication of altered mental status in ICU patients between July 2011 and June 2013 were reviewed for 1) acute (new or worsening) hemorrhage, 2) mass effect/herniation, 3) infarction, and 4) hydrocephalus. Subgroup analyses of positive findings were performed by 1) ICU group type, 2) age, and 3) race. A total of 2,486 head CTs were performed in 1,357 patients whose age ranged from 14 to 116 years (median, 59; mean, 57.6 ± 16). Acute communicable findings in at least one of four categories were present in 22.8% (566/2,486) of examinations, with hydrocephalus being most common (11.5% [286/2,486]). The frequency of any acute communicable findings in neuroscience, medical, and surgical ICUs was 28.6% (471/1,648), 9.8% (43/440), and 13.1% (52/398), respectively. Neuroscience ICU head CTs had significantly higher rates of acute communicable findings in all categories, except for acute infarction, compared with the other two ICUs (p < 0.001). Acute hydrocephalus (13.6% vs 7.4%; p < 0.001) and mass effect (6.7% vs 4.3%; p = 0.01) were more common in patients less than 65 years. For other acute categories, no significant difference was noted by age. There was no significant difference in the likelihood of a positive examination by race. CONCLUSIONS: Almost one in four head CTs in a university ICU patient population performed for primary indication of altered mental status yields abnormal communicable findings. In this patient population, utilization management barriers to examination ordering should be minimized.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».