Focused Abdominal Computed Tomography in Clinically Suspected Adolescent Acute Appendicitis
Notice bibliographique
Résumé
Background: Acute appendicitis (AA) is one of the most common causes of acute non-traumatic abdominal pain. The use of computed tomography (CT) in facilitating the diagnosis of AA in patients above the age of 50 where right iliac fossa (RIF) pain may represent a wide spectrum of differentials is well established. However, few studies have explored the value of low radiation, unenhanced focused abdominal computed tomography (FACT) in adolescent patients where AA represents the main differential for RIF pain. In this study, we aimed to examine the diagnostic accuracy of FACT scan in diagnosing AA in adolescent patients at a tertiary teaching children ’s hospital. Methods: The study was based on cross-sectional design and occurred over a 6-month period between November 2008 and May 2009. A prospective cohort of 95 patients between the ages of 10 - 21 years with clinically suspected AA satisfied the inclusion criteria. Patients with recent abdominal surgery or those who were pregnant were excluded from the study. The necessary institutional ethical approval was granted prior to study commencement. Results: There was slight male preponderance of 51 patients (54%) and 44 females (46%). The mean age of AA was 12.75 ± 2.7 years (range 10 - 21). Statistical analysis showed FACT scan was 97.32% sensitive, 88.42% specific, with a positive predictive value of 98.8% and a negative predictive value of 80.0% in diagnosis of AA. The overall diagnostic accuracy of FACT scan in our study was 96.8%. Conclusions: Unenhanced FACT scan is rapid, cost-effective and safe in diagnosis of adolescent AA. J Curr Surg. 2018;8(1-2):7-12 doi: https://doi.org/10.14740/jcs339w
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».