Validation of the <scp>Sudbury Vertigo Risk Score</scp> to risk stratify for a serious cause of vertigo
Notice bibliographique
Résumé
INTRODUCTION: In 2022, nearly 0.5 million Canadians visited an emergency department (ED) for dizziness, accounting for over 3.5% of all ED visits. Of these patients, only 2%-5% received a serious diagnosis. The cost of ED and inpatient care for dizziness in Canada exceeds $200 million per year, of which neuroimaging accounts for a large proportion. Over one-third of dizziness patients undergo a CT scan of the head, 96% of which are negative. Despite extensive investigation, patients discharged with a benign dizziness diagnosis have a 50-fold increased risk of being admitted to the hospital within 7 days with a diagnosis of stroke. Our study aimed to derive a clinical risk score to guide the investigation and referral for serious causes of vertigo in ED patients. METHODS: This multicenter historical cohort study was conducted over 7 years at three university-affiliated tertiary care EDs. Patients presenting with vertigo, dizziness, or imbalance were recruited. The main outcome was an adjudicated serious diagnosis, defined as stroke, transient ischemic attack, vertebral artery dissection, or brain tumor. We estimated a sample size of 4450 patients, based on a 2% prevalence of serious outcomes, to evaluate the sensitivity with 95% confidence intervals (CIs). RESULTS: A total of 4559 patients were enrolled (mean age 78.1 years, 57.8% women), with serious events occurring in 104 (2.3%) patients. The C-statistic was 0.95 (95% CI 0.92-0.98). The risk of a serious diagnosis ranged from 0% for a score of <5 to 16.7% for a score >8. Sensitivity for a serious diagnosis was 100% (95% CI 96.5%-100%) and specificity was 69.2% (95% CI 67.8%-70.51%) for a score <5. CONCLUSION: The Sudbury Vertigo Risk Score effectively identifies the risk of a serious diagnosis in patients with dizziness. Thus, it guides further investigation, consultation, and treatment decisions and ultimately improves resource utilization and reduces missed diagnoses.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».