Low-value clinical practices in pediatric trauma care : a multicenter retrospective cohort study
Notice bibliographique
Résumé
Contexte: Les pratiques de faible valeur dans les soins de traumatologie pour adultes sont fréquentes. Cependant, il existe un manque important de connaissances sur celles-ci dans les admissions pour traumatismes pédiatriques. Les objectifs de cette étude étaient d'estimer l'incidence des pratiques cliniques de faible valeur et d'évaluer les variations inter hospitalières. Méthodes: Les recommandations des guides de pratique clinique identifiées dans une revue de la portée ont été analysées afin d'identifier les recommandations relatives aux pratiques qui devraient être évitées. Pour évaluer la variation inter hospitalière, nous avons utilisé des modèles linéaires généralisés multiniveaux pour générer des coefficients de corrélation intraclasse, à l'aide des données du registre de traumatologie du Québec sur toutes les admissions pour blessures pédiatriques (0-16 ans) de 2013 à 2020. Résultats: Nous avons identifié 18 pratiques de faible valeur, dont 11 ont pu être évaluées. Notre population d'études comprenait 14,137 patients dont 34 % étaient âgés de 12 ans et plus et 62% étaient des hommes. Trois pratiques présentaient des incidences > 10 % et des variations inter-hospitalières modérées à fortes: consultation neurochirurgicale pour traumatisme cérébral léger (TBI; 21%, ICC=11%), admission à l'hôpital en cas de TBI léger isolé (15%, ICC=20%), et admission à l'hôpital en cas de traumatisme abdominal par objet contondant isolé avec scanner négatif (26%, ICC=20%). Les incidences de l'imagerie de faible valeur, de l'admission en soins intensifs et de la prise en charge chirurgicale étaient toutes inférieures à 10%, mais les variations inter hospitalières de la reprise du scanner après le transfert, en cas de trauma crânien léger et l'admission en soins intensifs en cas de trauma crânien léger étaient modérées à élevées. Conclusion: Nous avons identifiés trois pratiques cliniques ayant une incidence élevée, présentant des variations inter hospitalières significatives. Ces pratiques peuvent être ciblées pour des interventions de désadoptions. Cependant, nous devrions identifier les déterminants de ces pratiques ainsi que les obstacles et les facilitateurs de leur désadoptions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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 ».