Surgical Specialty Consultation for Pediatric Facial Laceration Repair
Notice bibliographique
Résumé
OBJECTIVE: We sought to describe patterns of and indications for surgical specialty consultation for facial laceration repair in pediatric emergency departments (PEDs). METHODS: We performed a multicenter survey of PED leadership throughout the United States and Canada evaluating the practice patterns of surgical specialty consultation for patients presenting for facial lacerations requiring repair. We measured demographics of PEDs, factors influencing the decision to obtain a surgical specialty consultation, and the presence and components of consultation guidelines. Factors related to consultation were ranked on a Likert scale from 1 to 5 (1 = Not at all important, 5 = Extremely important). We evaluated relationships between reported rates of surgical specialty consultation and PED region, annual PED volume, and reported factors associated with PED consultation. RESULTS: Survey responses were received from 67/124 (54%) queried PEDs. The median self-reported rate of surgical specialty consultation for facial lacerations was 10% and ranged from 1% to 70%, with resident physicians performing the repair 71% of the time a subspecialist was consulted. There was regional variability in specialty consultation, with the highest and lowest rate in the Midwest and Canada, respectively ( P = 0.03). The top 4 influential factors prompting consultation with the highest percentage of responses of "Extremely Important" or "Very Important" were: discretion of the physician caring for the patient (95%), parental preference (39%), limited PED resources (32%), and patient requires sedation (32%). Surgical specialty consult guidelines were used in only 6% of PEDs with consensus that depth necessitating more than 2-layer repair or involvement of critical structures should prompt consultation. CONCLUSIONS: Surgical specialty usage in the management of patients who present with facial lacerations to PEDs has significant variation related to patient, provider, and department-level factors that influence the decision to consult. Lack of consult guidelines represent a potential opportunity to standardize care delivery to this common presentation.
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 | 0,001 |
| 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) | 0,001 | 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 ».