Rethinking the Paradigm of Using Ps for Diagnosing Compartment Syndrome
Notice bibliographique
Résumé
Background: To evaluate the predictive power of 7 clinical signs and symptoms associated with acute compartment syndrome (ACS) of the leg, namely pain, paresthesia, paralysis, pallor, poikilothermia, pulselessness, and pressure on palpation (7P's). Methods: Retrospective data of 357 patients were obtained from the databases of 5-level one trauma centers in Canada, the United States, and France. Inclusion criteria were patients with tibia injuries that received fasciotomies in adults with documented serial clinical assessments. All possible combinations of signs/symptoms used were generated. The combinations were tested for predictive power using 2 machine learning algorithms. Results: Pressure on palpation was the strongest clinical predictor of ACS while pain was the weakest. Using any single P to assess for ACS yields a poor prediction. Increasing the number of Ps improves the performance up to 4Ps, regardless of the composition of the combination. None of the combinations had a perfect predictive power which means that the use of single or multiple Ps does not guarantee diagnosis. Predictive performance indicated that poikilothermia, pallor, and paralysis are not significantly informative. Conclusion: The presence of specific patterns of clinical signs/symptoms associated with ACS seems to influence a surgeon's decision to perform fasciotomy. These data question the gold standard of clinical signs for diagnosis of ACS. The reliance on the Ps classically taught in medical school does not seem to be sufficient for accurate diagnosis. Objective measures such as continuous pressure or a physiologic marker of ischemia may be better indications for compartment syndrome. Level of Evidence: Level III. See Instructions for Authors for a complete description of levels of evidence.
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 | 0,055 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».