Classification of subdural hematomas: proposal for a new system improving the ICD Coding Tools
Notice bibliographique
Résumé
Background: The International Statistical Classification of Diseases (ICD) classifies subdural hematoma (SDH) as traumatic or non-traumatic. In clinical settings, however, SDH is typically described as either acute or chronic. Objective: The goal of this study was to assess how the ICD Coding Tools captures the clinical terminology and propose an improved classification that would increase the system's usefulness in administrative, statistical and research applications. Methods: We performed a retrospective analysis of patients who presented to our center with an ICD diagnostic code for either traumatic or non-traumatic SDH. A qualitative analysis of patients' charts was performed to identify elements relevant to management and prognosis, following which a meeting between expert investigators was held to elaborate a new classification of SDH. Imaging from all patients was then reviewed and cases were reclassified according to our proposed system. Results: A total of 277 SDH cases were included. Themes documented in the charts included chronicity, etiology, side, and symptoms. We created a new classification which distinguishes acute SDH (aSDH) from membrane-associated SDH (mSDH). aSDH were further divided into traumatic aSDH (taSDH) and non-traumatic aSDH (ntaSDH), while mSDH were divided into acute on chronic (a/cSDH), subacute (sSDH) and chronic (cSDH) categories. Conclusion: The ICD coding system correctly identifies taSDH and ntaSDH. However, it remains non-specific for mSDH. We propose this new SDH classification system to better capture chronicity and etiology - factors felt to impact management and prognosis.
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 | 0,000 | 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 ».