Stroke hospitalization after misdiagnosis of “benign dizziness” is lower in specialty care than general practice: a population-based cohort analysis of missed stroke using SPADE methods
Notice bibliographique
Résumé
OBJECTIVES: Isolated dizziness is a challenging stroke presentation in the emergency department, but little is known about this problem in other clinical settings. We sought to compare stroke hospitalizations after treat-and-release clinic visits for purportedly "benign dizziness" between general and specialty care settings. METHODS: This was a population-based retrospective cohort study from a national database. We included clinic patients with a first incident treat-and-release visit diagnosis of non-specific dizziness/vertigo or a peripheral vestibular disorder (ICD-9-CM 780.4 or 386.x [not 386.2]). We compared general care (internal medicine, family medicine) vs. specialty care (neurology, otolaryngology) providers. We used propensity scores to control for baseline stroke risk differences unrelated to dizziness diagnosis. We measured excess (observed>expected) stroke hospitalizations in the first 30 d (i.e., missed strokes associated with an adverse event). RESULTS: We analyzed 144,355 patients discharged with "benign dizziness" (n=117,117 diagnosed in general care; n=27,238 in specialty care). After propensity score matching, patients in both groups were at higher risk of stroke in the first 30 d (rate difference per 10,000 treat-and-release visits for "benign dizziness" 24.9 [95% CI 18.6-31.2] in general care and 10.6 [95% CI 6.3-14.9] in specialty care). Short-term stroke risk was higher in general care than specialty care (relative risk, RR 2.2, 95% CI 1.5-3.2) while the long-term risk was not significantly different (RR 1.3, 95% CI 0.9-1.9), indicating higher misdiagnosis-related harms among dizzy patients who initially presented to generalists after adequate propensity matching. CONCLUSIONS: Missed stroke-related harms in general care were roughly twice that in specialty care. Solutions are needed to address this care gap.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».