Imaging of Blunt Pancreatic Trauma: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: Despite several published reports on the value of imaging in acute blunt pancreatic trauma, there remains a large variability in the reported performance of ultrasound (US), computed tomography (CT), and magnetic resonance imaging (MRI). The purpose of this study is to present a systematic review on the utility of these imaging modalities in the acute assessment of blunt pancreatic trauma. In addition, a brief overview of the various signs of pancreatic trauma will be presented. METHODS: Keyword search was performed in MEDLINE, EMBASE, and Web of Science databases for relevant studies in the last 20 years (1999 onward). Titles and abstracts were screened, followed by full-text screening. Inclusion criteria were defined as studies reporting on the effectiveness of imaging modality (US, CT, or MRI) in detecting blunt pancreatic trauma. RESULTS: After initial search of 743 studies, a total of 37 studies were included in the final summary. Thirty-six studies were retrospective in nature. Pancreatic injury was the primary study objective in 21 studies. Relevant study population varied from 5 to 299. Seventeen studies compared the imaging findings against intraoperative findings. Seven studies performed separate analysis for pancreatic ductal injuries and 9 studies only investigated ductal injuries. The reported sensitivities for the detection of pancreatic injuries at CT ranged from 33% to 100% and specificity ranged from 62% to 100%. Sensitivity at US ranged from 27% to 96%. The sensitivity at MRI was only reported in 1 study and was 92%. CONCLUSION: There remains a large heterogeneity among reported studies in the accuracy of initial imaging modalities for blunt pancreatic injury. Although technological advances in imaging equipment would be expected to improve accuracy, the current body of literature remains largely divided. There is a need for future studies utilizing the most advanced imaging equipment with appropriately defined gold standards and outcome measures.
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 | 0,006 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,014 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».