Retrospective Analysis of Emergency Computed Tomography Imaging Utilization at an Academic Centre: An Analysis of Clinical Indications and Outcomes
Notice bibliographique
Résumé
PURPOSE: To explore resource utilization through evaluation of computed tomography (CT) imaging trends in the emergency department by examining common indications/outcomes for imaging in this setting. METHODS: A retrospective analysis of clinical indications/outcomes for all CT imaging in 3 emergency departments over a 1-year period was conducted. Scans were divided by body part and the most common indications for each type of scan were determined. Clinical outcomes from each study were extracted from final interpretations by the reporting radiologist. RESULTS: A total of 4556 CT scans were performed in the emergency department over a 1-year period. A total of 3.6% of all-comers to our emergency departments underwent CT scan as part of their investigation. There were 2107 head CTs (46%), 1296 (28%) abdominal CTs, 468 (10%) CTs of the chest, 408 (9%) CTs of the neck/spine, and 101 (2%) extremity CTs performed. The most common clinical indication for performing a CT head was focal neurological defect comprising 1534 (73%) of all CT heads. Twenty-four percent of abdominal CTs were for investigation of right lower quadrant pain, followed by flank pain (19%). Chest pain and shortness of breath were the most common indications for CTs of the chest (315 [75%]) with 10% of these examinations for this indication positive for pulmonary embolism. Trauma was the most common indication for neck CTs (296 [73%]) and extremities (70 [69%]). Nil acute was the most common final interpretation in all categories (79% CT heads, 75% neck CTs, 38% abdominal CTs, 43% chest CTs). CONCLUSIONS: Nil acute was the most common diagnosis; however, serious clinical outcomes were identified 40% of the time. Cross-sectional imaging remains an integral tool for triage and diagnosis in this environment as the cost of missing a diagnosis in this setting has a great impact on patient care.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».