Abdominal Imaging Utilization during the First COVID-19 Surge and Utility of Abdominal MRI
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We sought to determine relative utilization of abdominal imaging modalities in coronavirus disease 2019 (COVID-19) patients at a single institution during the first surge and evaluate whether abdominal magnetic resonance imaging (MRI) changed diagnosis and management. 1107 COVID-19 patients who had abdominal imaging were analyzed for modality and imaging setting. Patients who underwent abdominal MRI were reviewed to determine impact on management. Of 2259 examinations, 80% were inpatient, 14% were emergency, and 6% were outpatient consisting of 55% radiograph (XR), 31% computed tomography (CT), 13% ultrasound (US), and 0.6% MRI. Among 1107 patients, abdominal MRI was performed in 12 within 100 days of positive SARS-CoV-2 PCR. Indications were unrelated to COVID-19 in 75% while MRI was performed for workup of acute liver dysfunction in 25%. In 1 of 12 patients, MRI resulted in change to management unrelated to COVID-19 diagnosis. During the first surge of COVID-19 at one institution, the most common abdominal imaging examinations were radiographs and CT followed by ultrasound with the majority being performed as inpatients. Future COVID-19 surges may place disproportionate demands on inpatient abdominal radiography and CT resources. Abdominal MRI was rarely performed and did not lead to change in diagnosis or management related to COVID-19 but needs higher patient numbers for accurate assessment of utility.
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.
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 | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle