MétaCan
Menu
Retour à la cohorte
Enregistrement W4366689189 · doi:10.31622/2023/0006.01.10

Review of Diagnostic Accuracy of the Ottawa Knee Rules in Adult Acute Knee Injuries

2023· article· en· W4366689189 sur OpenAlexaboutno aff

Notice bibliographique

RevueClinical Practice in Athletic Training · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEngineeringPhysical therapyAeronauticsForensic engineering

Résumé

récupéré en direct d'OpenAlex

Acute knee injuries are commonly found in athletic populations.The wide range of knee injuries can present a challenge deciding which injuries require imaging.Currently, radiography is considered the gold standard of imaging for knee fractures.However, imaging is often costly not only for the patient, but also for the healthcare system.Since imaging is expensive, it is critical that clinicians decipher which patients require such testing.The Ottawa Knee Rules (OKR) is a predictor tool created by Stiell et al in 1995 to help clinicians accurately distinguish potential knee fractures from non-fractures for imaging purposes.The OKR guidelines state that a patient should be referred for radiography if he/she meets at least one of the following criteria: (1) 55+ years of age (2) tenderness over fibular head (3) secluded pain on the patella (4) cannot flex knee to 90 degrees (5) cannot bear weight for at least four steps.The OKR has been used in clinical settings to rule out knee fractures in patients.The ability of OKR to accurately differentiate knee fractures from non-fractures has been investigated to determine how effective the tool is.This article examined eight research studies including over 7,000 participants to determine the diagnostic accuracy of OKR in adults.This examination showed that OKR exhibited high accuracy in diagnosing knee fractures needing imaging.The OKR demonstrated a sensitivity of 0.99, specificity of 0.49, LR+ of 1.86, and LR-of 0.07.This data indicates a confidence interval (CI) of 95%.Furthermore, OKR showed low risk of bias and was beneficial to reducing medical costs and medical wait times.More than half (5) of the studies indicated a reduction rate in imaging completed when utilizing OKR.Therefore, OKR is a beneficial and accurate tool to implement in clinical decision-making when making imaging referrals for acute knee injuries in adults.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0130,009
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,452
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Practice in Athletic TrainingMême sujetShoulder Injury and TreatmentTravaux en français237 207