Computed Tomography in Emergency Diagnosis and Management Considerations of Small Bowel Obstruction for Surgical vs. Non-surgical Approach
Notice bibliographique
Résumé
BACKGROUND: Background: Small Bowel Obstruction (SBO) accounts for 15% of abdominal pain complaints referred to emergency departments and imposes significant financial burdens on the healthcare system. The most common symptom and sign of SBO is the absence of stool or flatus passsage and abdominal distension, respectively. Patients who do not demonstrate severe clinical or imaging findings are typically treated with conservative approaches. Patients with clinical signs of sepsis or physical findings of peritonitis are often instantly transferred to the operating room without supplementary imaging assessment. However, in cases where symptoms are non-specific or physical examination is challenging, such as in cases with loss of consciousness, the diagnosis can be complicated. This paper discusses the key findings identifiable on Computed Tomography (CT) which are vital for the emergent triage, proper treatment and appropriate decision making in patients with suspected SBO. METHODS: Narrative review of the literature. RESULTS: CT plays a key role in emergent triage, proper treatment and decision making and provides high sensitivity, specificity, and accuracy in the detection of early-stage obstruction and acute intestinal vascular compromise. CT can also differentiate between various etiologies of SBO entity which is considered an important criterion in the triage of patients into surgical vs. non-surgical treatment. CONCLUSION: There Key CT findings which may suggest a need for surgical treatment include mesenteric edema, lack of the small-bowel feces, bowel wall thickening, fat stranding in the mesentery, and intraperitoneal fluid which are predictive of urgent surgical exploration.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 tête enseignante, 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 ».