A Prospective Multi‐Center Implementation Study to Improve the Diagnosis and Treatment of Benign Paroxysmal Positional Vertigo
Notice bibliographique
Résumé
BACKGROUND: Benign paroxysmal positional vertigo (BPPV) is the most common cause of vertigo, yet it remains underdiagnosed and undertreated in emergency departments (EDs). Despite evidence-based guidelines recommending bedside diagnostic maneuvers (Dix-Hallpike and supine roll test) and canalith repositioning maneuvers (CRMs), these are infrequently utilized, leading to unnecessary imaging, prolonged symptoms, and increased healthcare utilization. OBJECTIVE: This study aimed to implement an educational strategy to improve the diagnosis and treatment of BPPV in the ED by increasing adherence to guideline-based practices. METHODS: We conducted a multicenter interrupted time series study from August 2020 to September 2023. The intervention, developed using the CAN-Implement framework, included online training, quick-reference tools, and a mobile app. Due to the COVID-19 pandemic, in-person training was canceled. The primary clinical outcome was the proportion of patients receiving the appropriate CRM based on positional test results. Implementation outcomes included fidelity, appropriateness, adoption, penetration, and system impact, reported using the Standards for Reporting Implementation Studies (StaRI) guidelines. RESULTS: We included 1682 patients (1252 pre-intervention, 430 post-intervention). There was no significant change in the primary outcome (appropriate CRM use, OR = 1.08, 95% CI: 0.76-1.40). However, selective CT use improved (OR = 1.29, 95% CI: 1.09-1.49), supine roll testing increased from 14.2% to 23.5%, and neurology consults decreased from 7.1% to 4.0%. Documentation of diagnostic test descriptors improved, while neurological exam documentation declined. CONCLUSION: The intervention did not significantly increase appropriate CRM use but led to improvements in selective imaging, neurology consultation, and horizontal canal testing. Provision of educational tools alone was insufficient to overcome identified environmental barriers. To effectively improve BPPV management in the ED, future efforts should combine hands-on training with system-level supports and workflow integration.
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 | 0,010 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».