MétaCan
Menu
Retour à la cohorte
Enregistrement W3173467171 · doi:10.1155/2021/4188178

Evaluation of Chest CT Scan as a Screening and Diagnostic Tool in Trauma Patients with Coronavirus Disease 2019 (COVID-19): A Cross-Sectional Study

2021· article· en· W3173467171 sur OpenAlexaff
Hossein Abdolrahimzadeh Fard, Salahaddin Mahmudi‐Azer, Sepideh Sefidbakht, Pooya Iranpour, Shahram Bolandparvaz, Hamid Reza Abbasi, Shahram Paydar, Golnar Sabetian, Mohamad Mahdi Mahmoudi, Masoume Zare, Leila Shayan, Maryam Salimi

Notice bibliographique

RevueEmergency Medicine International · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Clinical Research Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakCoronavirusBetacoronavirusCross-sectional studyPandemicCoronavirus InfectionsDiseaseRadiologyVirologyInternal medicinePathologyInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

Background. The lack of enough medical evidence about COVID-19 regarding optimal prevention, diagnosis, and treatment contributes negatively to the rapid increase in the number of cases globally. A chest computerized tomography (CT) scan has been introduced as the most sensitive diagnostic method. Therefore, this research aimed to examine and evaluate the chest CT scan as a screening measure of COVID-19 in trauma patients. Methods. This cross-sectional study was conducted in Rajaee Hospital in Shiraz from February to May 2020. All patients underwent unenhanced CT with a 16-slice CT scanner. The CT scans were evaluated in a blinded manner, and the main CT scan features were described and classified into four groups according to RSNA recommendation. Subsequently, the first two Radiological Society of North America (RSNA) categories with the highest probability of COVID-19 pneumonia (i.e., typical and indeterminate) were merged into the “positive CT scan group” and those with radiologic features with the least probability of COVID-19 pneumonia into “negative CT scan group.” Results. Chest CT scan had a sensitivity of 68%, specificity of 56%, positive predictive value of 34.8%, negative predictive value of 83.7%, and accuracy of 59.3% in detecting COVID-19 among trauma patients. Moreover, for the diagnosis of COVID-19 by CT scan in asymptomatic individuals, a sensitivity of 100%, specificity of 66.7%, and negative predictive value of 100% were obtained ( p value: 0.05). Conclusion. Findings of the study indicated that the CT scan’s sensitivity and specificity is less effective in diagnosing trauma patients with COVID-19 compared with nontraumatic people.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,179
Tête enseignante GPT0,527
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine InternationalMême sujetCOVID-19 Clinical Research StudiesTravaux en français237 207