Diagnostic algorithms for acute ankle injury imaging
Notice bibliographique
Résumé
Ankle trauma is the most prevalent low extremity injury among urgent referral patients. Up to 85% of acute ankle traumas lead to an isolated ligament injury, with up to 50% of these patients would have chronic pain syndrome in the future, related to inaccurate diagnosis and resulting inappropriate treatment strategy and rehabilitation term. We analyzed publications on the state-of-the-art aspects of radiation diagnostics of acute ankle injury available from PubMed/MEDLINE databases and in the Russian Index of Scientific Citation (Elibrary.ru) for the last ten years; some earlier essential publications on certain aspects were also considered. Up to now, there have been no unified guidelines on the radiation diagnosis of ankle injury depending on the trauma type, mechanism, and severity. The Ottawa ankle rules (1994) are the basic guidelines for selection of the patients with acute trauma who should be offered X-rays. Primary X-ray would allow for the choice of the treatment strategy or further diagnostic assessment of the patient. Computed tomography is done for multi-fragment intra-articular fractures and for the control after their reposition. Computed tomography is used in patients with severe pain syndrome and other absolute and relative contraindications for magnetic resonance imaging. The latter allows for the imaging of all injured structures within a single assessment procedure and by such to make the diagnosis of ligament and tendon ruptures, to visualize osteochondral injuries, hidden and stress fractures and many other acute ankle injuries. Ultrasound assessment can considerably add to clinical understanding of the patient during acute trauma, if magnetic resonance imaging is contraindicated. Based on the analysis performed, we propose the algorithms for diagnostic assessment in various clinical situations.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».