Accuracy of bedside sonographic measurement of optic nerve sheath diameter for intracranial hypertension diagnosis in the emergency department
Notice bibliographique
Résumé
Ultrasound measurement of the optic nerve sheath diameter (US ONSD) has been proposed as a method to diagnose elevated intracranial pressure (EICP), but the optimal threshold is unclear. The aim of this study was to assess the accuracy of US ONSD, as compared to head computed tomography (CT), in detecting EICP of both traumatic and non-traumatic origin. We conducted a prospective, cross-sectional, multicenter study. Patients presenting to the emergency department with a suspect of traumatic or non-traumatic brain injury, referred for an urgent head CT, underwent US ONSD measurement. A US ONSD ≥5.5 mm was considered positive. Sensitivity, specificity, positive and negative predictive values, and positive and negative likelihood ratios were calculated for three ONSD cut-offs: 5.5 (primary outcome), 5.0, and 6.0 mm. A receiver operating characteristic (ROC) curve was also generated and the area under the ROC curve calculated. Ninetynine patients were enrolled. The CT was positive in 15% of cases and the US ONSD was positive in all of these, achieving a sensitivity of 100% [95% confidence interval (CI) 78; 100] and a negative predictive value of 100% (95% CI 79; 100). The CT was negative in 85% of cases, while the US ONSD was positive in 69% of these, achieving a specificity of 19% (95% CI 11; 29) and a positive predictive value of 18% (95% CI 11; 28). The US ONSD, with a 5.5 mm cut-off, might safely be used to rule out EICP in patients with traumatic and non-traumatic brain injury in the ED. In limited-resources contexts, a negative US ONSD could allow emergency physicians to rule out EICP in low-risk patients, deferring the head CT.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 ».