MétaCan
Menu
Retour à la cohorte
Enregistrement W4388328670 · doi:10.1177/22925503231208451

Understanding Pediatric Clinical Scaphoid Injuries: A Prospective Radiological Study

2023· article· en· W4388328670 sur OpenAlexaff
Kevin Cheung, Holly Livock, Zoe Rubin, Ken Tang, Kevin Smit, Sasha Carsen

Notice bibliographique

RevuePlastic Surgery · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensUniversity of OttawaOttawa HospitalChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésRadiological weaponMedicineScaphoid fractureRadiologyWrist

Résumé

récupéré en direct d'OpenAlex

Background: Controversy exists in the management of children presenting with clinical suspicion of a scaphoid fracture but normal radiographs. The purpose of this study was to prospectively evaluate the potential role for advanced imaging in children with suspected scaphoid fractures. Methods: Participants with clinical suspicion of a scaphoid fracture but 2 sets of radiographs negative for fracture were casted and underwent both computed tomography (CT) and magnetic resonance imaging (MRI). The primary outcome was the prevalence of scaphoid fracture and other imaging findings. Results: Twenty-five participants were enrolled. Nine participants (36%) were found to have a scaphoid fracture on either CT or MRI. Concordance of CT and MRI was found in 64% of cases. Conclusion: Future studies are required to better understand the clinical significance of these injuries, the role of advanced imaging, and the most appropriate treatment in children with suspected scaphoid fractures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,030
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,179
Tête enseignante GPT0,360
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic SurgeryMême sujetOrthopedic Surgery and RehabilitationTravaux en français237 207