Accuracy of Point-of-Care Ultrasonography for Pediatric Ankle Sprain Injuries
Notice bibliographique
Résumé
OBJECTIVES: In children with radiograph fracture-negative lateral ankle injuries, the main objective of this pilot study was to explore the accuracy, sensitivity, and specificity of point-of-care ultrasound (POCUS) performed by a pediatric emergency physician in diagnosing anterior talofibular ligament injuries, radiographically occult distal fibular fractures, and effusions compared with reference standard magnetic resonance imaging (MRI). METHODS: This was a prospective cohort pilot study. Children aged 5 to 17 years with an isolated, acute lateral ankle injury and fracture-negative ankle radiographs were eligible for enrolment. Within 1 week of the injury, enrolled children returned for MRI and POCUS of both ankles. RESULTS: Seven children were enrolled, with a mean age 12.1 (SD, 3.0) years. Overall, POCUS agreed with MRI with respect to anterior talofibular ligament injury in 4 (57%) of 7 cases. Of the 2 cases with MRI-confirmed ligament damage, POCUS accurately identified and graded the extent of ligament damage in 1 case. Point-of-care ultrasound falsely identified ligament injuries in 2 cases. Both imaging modalities confirmed the absence of cortical fractures in all 7 cases. For all findings, POCUS sensitivity and specificity were 57% and 86%, respectively. CONCLUSIONS: In this pilot study, we established that POCUS diagnosed the specific pathology of radiograph-negative lateral ankle injuries with poor sensitivity but good specificity. Thus, POCUS could act as a tool to exclude significant ligamentous and radiographically occult bony injury in these cases. A larger study is needed to validate the utility of POCUS for this common 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».