Computed tomography of the head for adult patients with minor head injury: are clinical decision rules a necessary evil?
Notice bibliographique
Résumé
INTRODUCTION: This study aimed to evaluate compliance with and performance of the Canadian Computed Tomography Head Rule (CCHR), and its applicability to the Singapore adult population with minor head injury. METHODS: We conducted a retrospective study over six months of consecutive patients who presented to the adult emergency department (ED) with minor head injury. Data on predictor variables indicated in the CCHR was collected and compliance with the CCHR was assessed by comparing the recommendations for head computed tomography (CT) to its actual usage. RESULTS: In total, 349 patients satisfied the inclusion criteria. Common mechanisms of injury were falls (59.3%), motor vehicle crashes (16.9%) and assault (12.0%). 249 (71.3%) patients underwent head CT, yielding 42 (12.0%) clinically significant findings. 1 (0.3%) patient required neurosurgical intervention. According to the CCHR, head CT was recommended for 209 (59.9%) patients. Compliance with the CCHR was 71.3%. Among the noncompliant group, head CT was overperformed for 20.1% and underperformed for 8.6% of patients. Multivariate logistic regression analysis revealed that absence of retrograde amnesia (odds ratio [OR] 4.1, 95% confidence interval [CI] 1.8-9.7) was associated with noncompliance to the CCHR. Factors associated with underperformance were absence of motor vehicle crashes as a mechanism of injury (OR 6.6, 95% CI 1.2-36.3) and absence of headache (OR 10.8, 95% CI 1.3-87.4). CONCLUSION: Compliance with the CCHR for adult patients with minor head injury remains low in the ED. A qualitative review of physicians' practices and patients' preferences may be carried out to evaluate reasons for noncompliance.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».