Sensitivity and Specificity of US and CT as Diagnostic Tools for Pediatric Lateral Neck Abscesses
Notice bibliographique
Résumé
Abstract Objective Ultrasound (US) and computed tomography (CT) are commonly used in the diagnosis of pediatric neck abscesses. The objective of this study is to determine the sensitivity and specificity of US and CT in the diagnosis of pediatric lateral neck abscesses, with a secondary objective of evaluating the association of specific clinical features with a positive US or CT scan. Study Design Retrospective review of pediatric patients admitted to a tertiary care center from January 1, 2011, to December 31, 2020, with neck abscesses. Setting Tertiary care center. Methods The sensitivity and specificity of US and CT were calculated by comparing imaging performed within 24 h of incision and drainage (I&D). Multiple regression was used to evaluate the association of clinical features with a true positive US or CT. Results There were 171 patients included in this study, with a median age of 1.5 years (interquartile range [IQR]: 1‐5 years). I&D was done in 156 patients (91.2%), while 15 (8.8%) were treated with antibiotics. The sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) of US were 69.5%, 80%, 96.6%, and 24.2%. The sensitivity, specificity, PPV, and NPV of neck CT were 95.5%, 80%, 95.5%, and 57.1%. Length of symptoms, skin erythema, and fluctuance were not significantly associated with a positive US ( F (3, 82) = 0.24, p = .9, R 2 = 0.01) or CT scan ( F (3, 30) = 0.84, p = .5, R 2 = 0.08). Conclusion Neck US has a low sensitivity for diagnosing pediatric neck abscesses, when compared to CT, but remains a useful initial investigation given its high PPV. Clinicians should have a low threshold for pursuing CT if there is a high suspicion of abscess formation. Level of Evidence: Level 4.
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 | 0,003 |
| 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 ».