Point-of-Care Ultrasonography for the Diagnosis of Hydronephrosis: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Hydronephrosis is a common sign of urinary tract obstruction detected on imaging. The diagnostic test accuracy of point-of-care ultrasound (POCUS) for hydronephrosis is uncertain. Methods: We searched MEDLINE, EMBASE, and CENTRAL for observational studies and randomized controlled trials without language restrictions from inception until April 2024. We included studies reporting the diagnostic accuracy of POCUS for hydronephrosis compared to formal radiographic imaging as the reference standard (i.e., ultrasound, computed tomography, and/or intravenous pyelogram performed by a radiology technician or radiologist). We pooled sensitivity and specificity using random-effects models and reported their corresponding 95% confidence intervals (CIs). Results: We included 22 observational studies (n=4893). The pooled population included patients presenting with flank pain (13 studies), acute kidney injury (AKI) (2 studies), either flank pain or AKI (2 studies), or were unspecified (5 studies). Twenty studies were conducted in the emergency department, 1 study was conducted in hospital wards, and the remaining study was conducted in both an intensive care unit and hospital wards. POCUS had a pooled sensitivity of 0.83 (95% CI 0.79-0.87) and specificity of 0.80 (95% CI 0.74-0.86) for the diagnosis of hydronephrosis when compared to formal imaging. In a subgroup analysis of 3 studies (n=1078), the diagnosis of any severity of hydronephrosis on formal imaging based on moderate to severe hydronephrosis on POCUS demonstrated a pooled sensitivity of 0.32 (95% CI 0.28-0.37) and specificity of 0.96 (95% CI 0.93-0.98). Conclusion: POCUS has moderate sensitivity and specificity for hydronephrosis and may be used to rule out urinary tract obstruction in patients with a low pre-test probability. Moderate to severe hydronephrosis on POCUS is highly specific for hydronephrosis detected on formal imaging.Sensitivity and specificity forest plot
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,027 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».