Prospective Validation of the <i>Calgary Kids’ Hand Rule</i> : A Clinical Prediction Rule for Pediatric Hand Fracture Triage
Notice bibliographique
Résumé
Introduction: Pediatric hand fractures are common and routinely referred to surgeons, yet most heal well without surgical intervention. This trend inspired the development of the Calgary Kids’ Hand Rule (CKHR), a clinical prediction rule designed to predict “complex” fractures that require surgical referral. The CKHR was adapted into a checklist whereby the presence of any 1 of 6 clinically or radiologically identifiable fracture characteristics predicts a complex fracture. The aim of this study was to assess the accuracy of the CKHR in a prospective sample of children with hand fractures. Methods: Physicians were asked to complete the CKHR checklist when referring pediatric patients (< 18 years) to hand surgeons at a Canadian pediatric hospital (April 2019-September 2020). Completed checklists represented predicted outcomes and were compared to observed outcomes (determined via chart review). Predictive accuracy (primary outcome) was evaluated based on sensitivity and specificity. Secondary outcomes were interrater reliability between referring physicians and surgeons, and survey assessment of CKHR user satisfaction. Results: In total 365 fractures were included, with only 16 requiring surgical intervention. Overall performance of the CKHR was good with 84% sensitivity and 71% specificity. Percent agreement between referring physicians and surgeons ranged from 84.1% to 96.3% on individual predictors, with 78.1% agreement on the presence of any predictors. Survey results showed general user satisfaction but also identified areas for improvement. Conclusion: This study posits the CKHR as an accurate and clinically useful prediction rule and highlights the importance of education for its effective use and eventual scale and spread.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».