Necrotizing Soft Tissue Infection: Diagnostic Accuracy of Physical Examination, Imaging, and LRINEC Score
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle