Radiological Diagnosis of Suspected Scaphoid Fractures in Children: A Systematic Review
Notice bibliographique
Résumé
Background: Children presenting with suspicion of a scaphoid fracture pose a diagnostic challenge. Several imaging modalities such as plain radiograph (XR), computed tomography (CT), and magnetic resonance imaging (MRI) have been previously described. Timely and accurate diagnosis is important to avoid overtreatment, and complications, and allow for an earlier return to activity. It is unclear which imaging modality is the most diagnostically accurate for detecting scaphoid fractures in this population. Methods: A systematic review was conducted in concordance with established guidelines to elucidate the diagnostic accuracy of various imaging modalities for detecting scaphoid fractures in children. A comprehensive literature search of electronic databases was developed by experienced librarians. All steps were performed independently by 2 reviewers. Results: Eight articles were included, all evaluating plain radiographs as the index test. One study evaluated CT. XR demonstrated sensitivity values ranging from 16% to 54%, with specificity of 71% to 100%. CT had 95% sensitivity with MRI as the reference standard. The included studies were limited by poor methodologic quality and heterogeneous patient populations. Conclusions: XR demonstrates a wide range of diagnostic accuracy in diagnosing scaphoid fractures in children. CT and MRI, while promising, are limited by a lack of evidence in children. More pediatric-specific prospective studies are required to guide the choice of diagnostic imaging in children with suspected scaphoid fractures.
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 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».