MétaCan
Menu
Retour à la cohorte
Enregistrement W2945087939 · doi:10.1097/sla.0000000000002774

Necrotizing Soft Tissue Infection: Diagnostic Accuracy of Physical Examination, Imaging, and LRINEC Score

2018· review· en· W2945087939 sur OpenAlexaff
Shannon M. Fernando, Alexandre Tran, Wei Cheng, Bram Rochwerg, Kwadwo Kyeremanteng, Andrew Seely, Kenji Inaba, Jeffrey J. Perry

Notice bibliographique

RevueAnnals of Surgery · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueStreptococcal Infections and Treatments
Établissements canadiensMcMaster UniversityImpactOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineFasciitisPhysical examinationSoft tissueRadiologyRadiographySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We sought to summarize accuracy of physical examination, imaging, and Laboratory Risk Indicator for Necrotizing Fasciitis (LRINEC) score in diagnosis of necrotizing soft tissue infection (NSTI) in adults with a soft tissue infection clinically concerning for NSTI. SUMMARY OF BACKGROUND DATA: NSTI is a life-threatening diagnosis. Delay to diagnosis and surgical management is associated with increased mortality. METHODS: We searched 6 databases from inception through November 2017. We included English-language studies reporting diagnostic accuracy of testing or LRINEC Score. Outcome was NSTI confirmed by surgery or histopathology. Two reviewers screened all citations and extracted data independently. Summary measures were obtained from the Hierarchical Summary Receiver Operating Characteristic model. RESULTS: From 2,290 citations, we included 23 studies (n = 5982). Of physical examination signs, pooled sensitivity and specificity for fever was 46.0% and 77.0% respectively, for hemorrhagic bullae 25.2% and 95.8%, and for hypotension 21.0% and 97.7%. Computed tomography (CT) had sensitivity of 88.5% and specificity of 93.3%, while plain radiography had sensitivity of 48.9% and specificity of 94.0%. Finally, LRINEC ≥ 6 had sensitivity of 68.2% and specificity of 84.8%, while LRINEC ≥ 8 had sensitivity of 40.8% and specificity of 94.9%. CONCLUSIONS: Absence of any 1 physical examination feature (eg, fever or hypotension) is not sufficient to rule-out NSTI. CT is superior to plain radiography. LRINEC had poor sensitivity, and should not be used to rule-out NSTI. Given the poor sensitivity of these tests, a high clinical suspicion warrants early surgical consultation for definitive diagnosis and management.

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)0,033
score de la tête « metaresearch » (Gemma)0,201
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,201
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0210,012
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
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 Opus0,269
Tête enseignante GPT0,439
Écart entre enseignants0,170 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations283
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetStreptococcal Infections and TreatmentsTravaux en français237 207