Notice bibliographique
Résumé
OBJECTIVES: Imaging algorithms for assessment of thoracic trauma in pediatric patients remain controversial, attempting to balance radiation dose and its associated risk with the need for thorough assessment of patients' injuries. This study reviewed the value of chest radiography in detecting traumatic injuries, and the impact that computed tomography (CT) had on clinical management. METHODS: A retrospective review of pediatric trauma patients undergoing chest radiography and thoracic CT over a 2-year period at a level 1 trauma center was performed. The incidence of various traumatic injuries was documented, with measures of sensitivity and specificity on radiography. Clinical notes were reviewed to identify any changes in care based on CT findings. RESULTS: Eighty-one pediatric trauma patients underwent thoracic CT over a 2-year period, with 60 patients meeting the inclusion criteria. Radiographs identified 47 traumatic injuries out of 117 seen on the subsequent CT examinations for a sensitivity of 41% and specificity of 91%. Radiographs were most sensitive in detecting osseous injuries with a sensitivity of 54%. Additional CT findings changed management in 2 of 60 cases, or 3.3% of the time. CONCLUSIONS: Use of thoracic CT in pediatric trauma patients identifies a significantly greater number of injuries compared with than radiography but significantly increases radiation dose while changing management in only a very small proportion of cases. Despite the relatively small sample size, the findings reflect 2 years of experience at a level 1 trauma center, and this study suggests that it may be reasonable to decrease the frequency of cross-sectional imaging.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,001 | 0,001 |
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 ».