MétaCan
Menu
Retour à la cohorte
Enregistrement W4400201260 · doi:10.7759/cureus.63583

Anterioposterior Views Coupled With Lateral Views Are the Best for the Intraoperative Radiographic Detection of Retained Surgical Sponges

2024· article· en· W4400201260 sur OpenAlexaff
Kedar Padhye, Bayard C. Carlson, John M. Dawson, Abdül Fettah Büyük, Amir A. Mehbod

Notice bibliographique

RevueCureus · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHemostasis and retained surgical items
Établissements canadiensIzaak Walton Killam Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiographySurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: A retained sponge after spine surgery can cause serious medical complications and medicolegal problems. Intraoperative radiographs are commonly used to detect it. This study evaluated intraoperative radiographs under routine clinical conditions that most spine surgeons experience to detect retained sponges. METHODS: In this prospective randomized clinical trial, two patient groups undergoing open posterior lumbar surgery were studied. In one, a sponge was intentionally present; in the other, none was present. Standard intraoperative lateral (LAT) and anteroposterior (AP) radiographs were acquired before closing. Radiographs were analyzed for sensitivity, specificity, inter- and intraobserver reliability for three viewing conditions: one LAT radiograph versus one AP radiograph versus one LAT and one AP X-ray (LAT+AP). RESULTS: A total of 111 patients were included. Accuracy, interobserver reliability, and intraobserver reliability were best for LAT+AP (80%, 96%, and 96%, respectively). Sensitivity was best for LAT+AP (87%) and specificity was best for LAT (95%). Positive predictive value was best for LAT (94%); negative predictive value was best for LAT+AP (88%). The probability of being right is better for female sex (odds ratio 1.6), younger age (odds ratio 1.02), and higher BMI (odds ratio 1.06). CONCLUSIONS: We recommend AP with LAT images rather than either an AP or a LAT image alone.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,044
Tête enseignante GPT0,313
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetHemostasis and retained surgical itemsTravaux en français237 207