Predictors of computed tomography imaging in patients presenting with sudden hearing loss
Notice bibliographique
Résumé
Abstract Objective Sudden sensorineural hearing loss (SSNHL) is a rare presentation requiring timely diagnosis and treatment. Despite recommendations against obtaining computed tomography (CT) imaging of the head in clinical practice guidelines, this investigation is often completed in patients with sudden hearing loss. The aim of this study was to determine the proportion of patients undergoing CT imaging of the head for SSNHL at our center and identify predictive factors for the use of CT imaging. Methods Retrospective chart review of adult patients referred for SSNHL to two academic otology/neurotology practices between January 2018 and May 2021. Patient demographics, comorbid medical conditions, associated symptoms, location of initial presentation, audiologic results, and completed imaging studies were collected. Statistical analysis was performed with SPSS software. Results Ninety‐eight patients with audiologically confirmed SSNHL were included. Twenty‐two patients (22.4%) underwent CT imaging as an investigation for SSNHL. The presence of vertigo (odds ratio 6.90; 95% confidence interval 2.43, 19.56) and presentation to the emergency room (odds ratio 8.71; 95% confidence interval 3.02, 25.16) were significantly associated with undergoing CT imaging. These two variables were statistically significant independent predictors of CT imaging on multivariate regression analysis ( p = .01, p = .001, respectively). Conclusion A significant proportion of patients with SSNHL undergo low‐yield CT imaging of the head, particularly patients presenting to the emergency room with vertigo. These results highlight an opportunity for focused education and quality improvement initiatives. Level of evidence: 4.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».