Interventions to Reduce Imaging in Children With Minor Traumatic Head Injury: A Systematic Review
Notice bibliographique
Résumé
CONTEXT: Reducing unnecessary imaging in emergency departments (EDs) for children with minor traumatic brain injuries (mTBIs) has been encouraged. OBJECTIVE: Our objective was to systematically review the effectiveness of interventions to decrease imaging in this population. DATA SOURCES: Eight electronic databases and the gray literature were searched. STUDY SELECTION: Comparative studies assessing ED interventions to reduce imaging in children with mTBIs were eligible. DATA EXTRACTION: Two independent reviewers screened studies, completed a quality assessment, and extracted data. The median of relative risks with interquartile range (IQR) are reported. A multivariable metaregression identified predictors of relative change in imaging. RESULTS: Twenty-eight studies were included, and most (79%) used before-after designs. The Pediatric Emergency Care Applied Research Network (PECARN) rule was the most common intervention (71%); most studies (75%) used multifaceted interventions (median components: 3; IQR: 1.75 to 4). Before-after studies assessing multi-faceted PECARN interventions reported decreased computed tomography (CT) head imaging (relative risk = 0.73; IQR: 0.60 to 0.89). Higher baseline imagine (P < .001) and additional intervention components (P = .008) were associated with larger imaging decreases. LIMITATIONS: The limitations of this study include the inconsistent reporting of important outcomes and that the results are based on non-randomized studies. CONCLUSIONS: Implementing interventions in EDs with high baseline CT ordering using complex interventions was more likely to reduce head imaging in children with mTBIs. Including the PECARN decision rule in the intervention strategy decreased orders by a median of 27%. Further research could provide insight into which specific factors influence successful implementation and sustained effects.
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 | 0,009 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».