Accuracy of Clinical Examination in Suspected Pediatric Scaphoid Fractures—A Systematic Review
Notice bibliographique
Résumé
Background: Accurate diagnosis of scaphoid fractures in children is challenging. Many children are treated with empiric immobilization to avoid missing an occult fracture, but this results in unnecessary immobilization, investigation, and patient and healthcare-related costs. It is unknown if clinical predictors exist to guide clinicians on which patients are at high risk for fracture or require advanced imaging. This study aimed to systematically review the use of clinical predictors in the diagnosis of suspected pediatric scaphoid fractures. Methods: A systematic review of all studies evaluating clinical predictors for suspected pediatric scaphoid fractures was performed by searching MEDLINE, Embase, CENTRAL, and CINAHL databases. Studies were included if there was clinical assessment of the wrist prior to confirmatory imaging with plain radiography, magnetic resonance imaging, computed tomography, and/or bone scintigraphy. Studies were excluded if they lacked primary data, if pediatric data could not be extracted, or if they were written in a language other than English. Results: Five studies examining 7 clinical examination techniques met the criteria for inclusion in the systematic review. Study and test characteristics were extracted, but studies were too heterogeneous to permit meta-analysis. Quality assessment of the included studies demonstrated risk of bias in index testing and inconsistent definition of the reference standard. Conclusions: Evidence supporting clinical predictors in children with suspected scaphoid fracture is lacking. Further understanding of clinical predictors and the role of imaging in children with suspected scaphoid injuries is required to reduce the burden of overtreated patients.
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 | 0,007 | 0,342 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,002 | 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 | 0,001 | 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 ».