Awareness and use of five imaging decision rules for musculoskeletal injuries: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Several validated decision rules are available for clinicians to guide the appropriate use of imaging for patients with musculoskeletal injuries, including the Canadian CT Head Rule, Canadian C-Spine Rule, National Emergency X-Radiography Utilization Study (NEXUS) guideline, Ottawa Ankle Rules and Ottawa Knee Rules. However, it is unclear to what extent clinicians are aware of the rules and are using these five rules in practice. OBJECTIVE: To determine the proportion of clinicians that are aware of five imaging decision rules and the proportion that use them in practice. DESIGN: Systematic review. METHODS: This was a systematic review conducted in accordance with the 'Preferred reporting items for systematic reviews and meta-analyses' (PRISMA) statement. We performed searches in MEDLINE (via Ovid), CINAHL (via EBSCO), EMBASE (via Ovid), Cochrane Central Register of Controlled Trials (CENTRAL), Web of Science and Scopus databases to identify observational and experimental studies with data on the following outcomes among clinicians related to five validated imaging decision rules: awareness, use, attitudes, knowledge, and barriers and facilitators to implementation. Where possible, we pooled data using medians to summarise these outcomes. RESULTS: We included 39 studies. Studies were conducted in 15 countries (e.g. the USA, Canada, the UK, Australasia, New Zealand) and included various clinician types (e.g. emergency physicians, emergency nurses and nurse practitioners). Among the five decision rules, clinicians' awareness was highest for the Canadian C-Spine Rule (84%, n = 3 studies) and lowest for the Ottawa Knee Rules (18%, n = 2). Clinicians' use was highest for NEXUS (median percentage ranging from 7 to 77%, n = 4) followed by Canadian C-Spine Rule (56-71%, n = 7 studies) and lowest for the Ottawa Knee Rules which ranged from 18 to 58% (n = 4). CONCLUSION: Our results suggest that awareness of the five imaging decision rules is low. Changing clinicians' attitudes and knowledge towards these decision rules and addressing barriers to their implementation could increase use.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 ».