Is CT pulmonary angiography overutilized in the evaluation of patients with suspected pulmonary embolism? A retrospective study
Notice bibliographique
Résumé
Introduction: Despite the high mortality rate of acute untreated pulmonary embolism (PE) at 30%, diagnosing PE is challenging. While the prevalence of PE has decreased in recent years, the overuse of computed tomography pulmonary angiography (CTPA) remains a concern. The National Institute for Health and Care Excellence (NICE) provides guidelines using the Wells score for PE assessment. The Royal College of Radiologists (RCR) recommends a positive yield of 15.4% - 37% for CTPA tests. This study assesses the positive yield of CTPA for suspected PE patients and evaluates the potential reduction through Wells score/D-dimer assessment as recommended by NICE. Methods: All patients who underwent CTPA between September 1, 2019, and January 31, 2020, at Salmaniya Medical Complex were included. Data on patient demographics and pre-CTPA workup were collected from electronic patient records (EPR) and stored in MS Excel 2019 for analysis. Results: Of 188 suspected PE patients (mean age 50 ±12.3 years; 62.8% female), 12.2% were diagnosed with PE. None had documented Wells scores. A low-risk Wells score (≤4) was assigned to 68.6% of patients, with only 26.1% undergoing D-dimer testing. PE was confirmed in 4 patients with low-risk Wells scores and elevated D-dimers. All 10 patients with low-risk Wells scores and negative D-dimers were PE-negative. Conclusion: In total, 5.3% - 47.9% of the CTPAs conducted could have been avoided by following NICE guidelines. We propose integrating an algorithm-based checklist with validated tools like the Wells and Geneva scores into the ePMA system to guide appropriate CTPA referrals, promote evidence-based decision-making, reduce unnecessary imaging, and optimize patient care and resource use.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».