Utilization of serum D-dimer assays prior to computed tomography pulmonary angiography scans in the diagnosis of pulmonary embolism among emergency department physicians: a retrospective observational study
Notice bibliographique
Résumé
BACKGROUND: A variety of evidence-based algorithms and decision rules using D-Dimer testing have been proposed as instruments to allow physicians to safely rule out a pulmonary embolism (PE) in low-risk patients. OBJECTIVE: To describe the prevalence of D-Dimer utilization among emergency department (ED) physicians and its impact on positive yields and utilization rates of Computed Tomography Pulmonary Angiography (CTPA). METHODS: Data was collected on all CTPA studies ordered by ED physicians at three sites during a 2-year period. Using a chi-square test, we compared the diagnostic yield for those patients who had a D-Dimer prior to their CTPA and those who did not. Secondary analysis was done to examine the impact of D-Dimer testing prior to CTPA on individual physician diagnostic yield or utilization rate. RESULTS: A total of 2811 CTPAs were included in the analysis. Of these, 964 CTPAs (34.3%) were ordered without a D-Dimer, and 343 (18.7%) underwent a CTPA despite a negative D-Dimer. Those CTPAs preceded by a D-Dimer showed no significant difference in positive yields when compared to those ordered without a D-Dimer (9.9% versus 11.3%, p = 0.26). At the individual physician level, no statistically significant relationship was found between D-Dimer utilization and CTPA utilization rate or diagnostic yield. CONCLUSION: This study provides evidence of suboptimal adherence to guidelines in terms of D-Dimer screening prior to CTPA, and forgoing CTPAs in patients with negative D-Dimers. However, the lack of a positive impact of D-Dimer testing on either CTPA diagnostic yield or utilization rate is indicative of issues relating to the high false-positive rates associated with D-Dimer screening.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».