MétaCan
Menu
Retour à la cohorte
Enregistrement W2883850619 · doi:10.1002/jum.14703

Emergency Department Resource Use in Pediatric Pneumonia: Point‐of‐Care Lung Ultrasonography versus Chest Radiography

2018· article· en· W2883850619 sur OpenAlexaff
Maya Harel‐Sterling, Mamadou Diallo, Sabeena Santhirakumaran, Timea Maxim, Mark O. Tessaro

Notice bibliographique

RevueJournal of Ultrasound in Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency departmentRadiographyPneumoniaPoint of careEmergency medicineRetrospective cohort studyRadiologyLungCohortPediatricsSurgeryInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Point-of-care lung ultrasonography (US) is an alternative to chest radiography for imaging of suspected community-acquired pneumonia (CAP) in children. We compared pediatric emergency department (ED) time metrics between children who received point-of-care lung US versus chest radiography. Secondary objectives were comparisons of health system costs and other resources in these imaging groups. METHODS: This work was a retrospective matched cohort study of children aged 0 to 18 years in an academic urban pediatric ED who were imaged for suspected CAP with either point-of-care lung US or chest radiography. RESULTS: A total of 202 patients (101 in each group) were included in the study. The point-of-care lung US group spent a mean of 75.9 (SE, 14.3) minutes less from physician assessment to discharge (P < .0001) and 60.9 (SE, 18.1) minutes less in the overall ED length of stay (P = .0008). Physician billings and facility fees were both significantly lower (P < .0001) in the point-of-care lung US group, for a mean health systems savings of CAN$187.1 (SE, CAN$21.9). CONCLUSIONS: In children undergoing imaging for suspected CAP in our pediatric ED, point-of-care lung US by pediatric emergency medicine physicians was associated with decreased time and cost compared with chest radiography.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,336
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ultrasound in MedicineMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207