What Lies Beneath? Using Point of Care Ultrasound (POCUS) to Identify Soft Tissue Foreign Bodies in Children and Adults: A Literature Review
Notice bibliographique
Résumé
Objective: We aimed to evaluate and appraise the existing evidence on the use of point of care ultrasound (POCUS) for identifying soft tissue foreign bodies (FBs). Methods: We searched PubMed, Medline, CINAHL, and Cochrane databases for prospective and retrospective studies evaluating the reliability of POCUS in identifying soft tissue FBs. Our primary intention was to review the paediatric-specific evidence base. However, due to a paucity of literature in this area, we also included relevant adult studies and case reports. Results: We identified a total of 42 unique articles with relevance to our study objective, of which 3 were paediatric cohort studies and 5 were cohort studies involving paediatric patients. There were two paediatric case series and six individual case reports relating to paediatric patients. The remaining studies either involved adults, did not specify the age of their subjects, or were relevant in-vitro studies. Conclusion: POCUS-users regard it as an effective tool for detecting soft tissue FBs. However, the existing evidence base for POCUS use in paediatric patients is limited. Evidence in adults is also relatively lacking compared with other areas of POCUS research, with few large studies evaluating its reliability. This literature review highlights the need for a large prospective paediatric study in order to confirm its effectiveness compared to traditional radiological imaging.
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 | 0,004 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 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 ».