MétaCan
Menu
Retour à la cohorte
Enregistrement W4400673093 · doi:10.1016/j.jposna.2024.100096

Early Magnetic Resonance Imaging Use in Clinical Care Pathways for Musculoskeletal Infections in Pediatric Patients: A Systematic Review

2024· review· en· W4400673093 sur OpenAlexaff
Marie Keenan, Marianna Hsu, Lise Leveille, Christine M. Alvarez, Andrea C. Simmonds

Notice bibliographique

RevueJournal of the Pediatric Orthopaedic Society of North America · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueOrthopedic Infections and Treatments
Établissements canadiensUniversity of British ColumbiaBC Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMagnetic resonance imagingMedicineSystematic reviewIntensive care medicineMEDLINEPhysical therapyRadiologyBiology

Résumé

récupéré en direct d'OpenAlex

Background: Magnetic resonance imaging (MRI) is often used in the work-up for pediatric patients with musculoskeletal infections (MSKIs). The timing of MRI has been shown to impact surgical accuracy and clinical outcomes for MSKI patients. However, its use in clinical care pathways (CCPs) for suspected cases of MSKI in this population has not been thoroughly reviewed. The objective of this literature review is to determine whether the use of MRI in CCPs for suspected cases of MSKI improves clinical outcomes. Methods: A review was systematically conducted by 2 authors using studies from Ovid Embase, Ovid Medline, Scopus, Web of Science, and Google Scholar. Studies were screened for relevancy and inclusion criteria through the Covidence database. Retrospective cohort studies that discussed the use of MRI for MSKI in exclusively pediatric populations, published since 1990, and were written/translated to English were included. The quality of the included studies was assessed using tools for cohort studies from Cochrane and the National Center for Biotechnology Information. A qualitative summary of the results was used due to the small number of studies and variables reported in the included studies. A secondary search and review were conducted by the same 2 authors to identify more studies after the initial review. Results: The first search across 5 databases yielded 1,857 studies. Of these, 3 retrospective cohort studies were relevant to the topic of the review and met the inclusion criteria. The second search yielded 120 studies, but none were applicable for inclusion. The 3 included studies showed that early MRI improves diagnostic accuracy and surgical timing. They reported on the ability of MRI to define the full extent of an MSKI and identify adjacent infections preoperatively, which improves surgical outcomes and decreases complication rates. The studies reported that early MRI use in CCPs decreases reoperation rates and unnecessary surgeries. The authors also discussed how early MRI use can indirectly decrease hospital costs. Conclusions: Early use of MRI in suspected cases of MSKIs may allow for an accurate and timely diagnosis and may lead to early intervention and a decreased rate of complications. MRI can depict the full extent of infection and any adjacent infection(s), allowing for the correct intervention to be selected. This may decrease the number of unnecessary surgeries, thereby reducing reoperation rates, length of stay, and readmission rates. Key Concepts: (1)Magnetic resonance imaging (MRI) is a diagnostic tool for musculoskeletal infections (MSKIs).(2)Prioritizing early MRI in clinical care pathways of suspected cases of MSKIs may improve patient outcomes.(3)Benefits of early MRI for MSKI patients may include reducing unnecessary surgeries and reoperation rates. Level of Evidence: II.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,008
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,023
Tête enseignante GPT0,324
Écart entre enseignants0,302 · 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
GenreSynthèse

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 revueJournal of the Pediatric Orthopaedic Society of North AmericaMême sujetOrthopedic Infections and TreatmentsTravaux en français237 207