64-Slice CT compared to MRI to clear cervical spine injury in high-risk GCS < 14 blunt trauma patients admitted to the ICU
Notice bibliographique
Résumé
Objective Clearance of cervical spine injury including ligamentous injury is of paramount importance as results of missed injury may have serious consequences. In obtunded patients, cervical spine clearance is challenging. This study sought to determine whether a negative 64-slice CT scan alone is sufficient to clear cervical spine injury. Patients and methods All consecutive blunt trauma patients admitted to a regional (level 1) trauma center from 1 April 2008 to 31 March 2012 were screened for inclusion in this study. High-risk, GCS < 14, blunt trauma patients were included if they were admitted to the intensive care unit, had a negative 64-slice CT, and MRI of diagnostic quality. GCS was measured at the time of CT scan. Patients with a positive finding on CT scan were excluded. All images were re-interpreted by a trauma radiologist blinded to clinical outcome. Details of missed injuries and clinical impact were reported. The primary outcome was missed clinically significant injury, defined as any injury requiring an additional intervention including continued immobilization or surgery. Results There were 5891 blunt trauma patients admitted to the ICU, 44 of whom met inclusion criteria. Patients had a median injury severity score of 35 and MRI three (2–9) days after CT. Eight of 44 (18%) patients had a positive finding on MRI and five of the findings were clinically insignificant. Three patients (7%) with focal neurologic findings on clinical exam had missed injuries requiring immobilization with a collar. Two of these patients had spine disease, which may have increased their injury risk. Conclusions In high-risk obtunded blunt trauma patients admitted to the ICU, a negative 64-slice CT scan alone is insufficient to clear clinically significant cervical spine injury, with a missed clinically significant injury rate of 7%. When considered with symmetric motor function, a negative 64-slice CT scan may be sufficient. A prospective study is required to confirm these findings.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».