Interpretation of computed tomography of the cervical spine by non‐radiologists: a systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract Background After trauma, clearance of the cervical spine refers to the exclusion of underlying serious injuries. Accurate assessment of computed tomography (CT) is commonly required prior to clearance of the cervical spine. Delays to clearance can lead to prolonged immobilization with associated patient discomfort and adverse effects. This systematic review aimed to determine performance of non‐radiologists to evaluate cervical spine CT. Methods MEDLINE, EMBASE, Cochrane library with sources of grey literature and reference lists of selected articles were appraised from inception to April 2021. We included manuscripts that reported discordance in CT cervical spine interpretation between non‐radiologists and radiologists. The Newcastle–Ottawa scale (NOS) was used to assess quality of included studies and statistical heterogeneity was assessed using the I 2 statistic. Results There were 43 studies identified for eligibility and 4 manuscripts included in the final analysis. There were two studies that reported on the performance of radiology residents, one study on the performance of surgical residents and one on emergency physicians. The pooled discordance was 0.25 (95%CI 0.21–0.28) but was lower for radiology residents (range 0.007–0.05). There was significant statistical heterogeneity ( I 2 = 99.6%, P < 0.001) among studies. Conclusion There is a paucity of evidence documenting the ability of non‐radiologists in accurately interpreting CT of the cervical spine. A number of discordant findings suggest that studies with larger sample sizes are indicated to accurately ascertain the ability of non‐radiologists in this area.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».