The Yield of Computed Tomography of the Head Among Patients Presenting With Syncope: A Systematic Review
Notice bibliographique
Résumé
Abstract Background Overuse of head computed tomography ( CT ) for syncope has been reported. However, there is no literature synthesis on this overuse. We undertook a systematic review to determine the use and yield of head CT and risk factors for serious intracranial conditions among syncope patients. Methods We searched Embase, Medline, and Cochrane databases from inception until June 2017. Studies including adult syncope patients with part or all of patients undergoing CT head were included. We excluded case reports, reviews, letters, and pediatric studies. Two independent reviewers screened the articles and collected data on CT head use, diagnostic yield (proportion with acute hemorrhage, tumors or infarct), and risk of bias. We report pooled percentages, I 2 , and Cochran's Q‐test. Results Seventeen articles with 3,361 syncope patients were included. In eight ED studies ( n = 1,669), 54.4% (95% confidence interval [ CI ] = 34.9%–73.2%) received head CT with a 3.8% (95% CI = 2.6%–5.1%) diagnostic yield and considerable heterogeneity. In six in‐hospital studies ( n = 1,289), 44.8% (95% CI = 26.4%–64.1%) received head CT with a 1.2% (95% CI = 0.5%–2.2%) yield and no heterogeneity. In two articles, all patients had CT (yield 2.3%) and the third enrolled patients ≥ 65 years old (yield 7.7%). Abnormal neurologic findings, age ≥ 65 years, trauma, warfarin use, and seizure/stroke history were identified as risk factors. The quality of all articles referenced was strong. Conclusion More than half of patients with syncope underwent CT head with a diagnostic yield of 1.1% to 3.8%. A future large prospective study is needed to develop a robust risk tool.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».