Test characteristics of ultrasound for the diagnosis of peritonsillar abscess: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Distinguishing peritonsillar abscess (PTA) from peritonsillar cellulitis using clinical assessment is challenging as many features overlap for both conditions, and physical examination is only about 75% sensitive and 50% specific for diagnosing PTA. The primary objective of this systematic review was to determine the test characteristics of ultrasound for diagnosing PTA when compared to a reference standard of computed tomography or acquisition of pus via needle aspiration or incision and drainage. METHODS: This systematic review was performed in accordance with the Preferred Reporting Items for a Systematic Review and Meta-analysis of Diagnostic Test Accuracy (PRISMA-DTA) guidelines. We searched seven databases from 1960 to November 2022. Two independent reviewers completed study selection, data extraction, and QUADAS-2 risk-of-bias assessment. We used a bivariate random-effects model to calculate pooled sensitivity, specificity, positive likelihood ratio (LR+), and negative likelihood ratio (LR-). We also conducted subgroup analyses on radiology ultrasound compared to point-of-care ultrasound (POCUS) and intraoral compared to transcervical scanning techniques. RESULTS: From 339 citations, we identified 18 studies for inclusion. Because one study only reported positive cases of PTA (thereby preventing the calculation of specificity), it was excluded from the analysis, so the analysis included a total of 17 studies with 812 patients, of whom 541 had PTA. Pooled bivariate sensitivity was 86% (95% confidence interval [CI] 78%-91%), specificity 76% (95% CI 67%-82%), LR+ 3.51 (95% CI 2.59-4.89), and LR- 0.19 (95% CI 0.12-0.30). On subgroup analysis, radiology-performed ultrasound had a sensitivity and specificity of 89% and 71%, compared to POCUS, which had a sensitivity and specificity of 74% and 79%. Comparing the two different techniques, intraoral had a sensitivity and specificity of 91% and 75% while transcervical had a sensitivity and specificity of 80% and 81%. CONCLUSIONS: Ultrasound demonstrates high sensitivity for ruling out PTA, but it only has moderate specificity for ruling in the diagnosis.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| 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 ».