Pre‐ and posttransfer computed tomography imaging in Canadian trauma centers: A multicenter retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Multiple clinical practice guidelines recommend minimizing radiation in trauma patients but there is a knowledge gap on the importance of this problem for trauma transfers. We aimed to estimate the incidence of pretransfer and repeat posttransfer computed tomography (CT) overall and in patients with an indication for immediate transfer, to assess interhospital practice variation, to identify predictors, and to quantify the influence of pretransfer CT on time to transfer. Methods We conducted a retrospective multicenter cohort study on patients transferred to major trauma centers from 2013 to 2019. Multilevel generalized linear regression was used to generate intraclass correlation coefficients (ICCs) to assess interhospital variation, multilevel logistic regression to generate odds ratios for each predictor, and geometric mean ratios to quantify the influence of CT on time to transfer. Results Of 18,244 patients included, 8501 (47%) had a pretransfer CT and one-quarter (26%) had a repeat posttransfer CT. Interhospital variation was moderate for pretransfer CT (5%-66%, ICC 12.5%) and for repeat posttransfer CT (7%-44%, ICC 14.7%). Pretransfer imaging was more frequent in elders and in males and repeat posttransfer imaging decreased over the study period but was more frequent in patients transferred in from Level III/IV centers than nondesignated hospitals. Time to transfer was doubled in patients who had a pretransfer CT. CONCLUSIONS: Results suggest that pretransfer CT and repeat posttransfer CT are frequent and are subject to significant practice variation. In addition, pretransfer CT is associated with increased times to transfer though additional studies are needed to demonstrate causation. These results highlight potential opportunities to reduce low-value imaging for trauma transfers.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 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 ».