MétaCan
Menu
Retour à la cohorte
Enregistrement W7083198036 · doi:10.24911/ijmdc.51-1754944923

CT findings associated with poor outcomes in emergency patients with traumatic brain injury

2025· article· en· W7083198036 sur OpenAlexaboutno aff

Notice bibliographique

RevueInternational Journal of Medicine in Developing Countries · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueHistory of Computing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlasgow Coma ScalePathologicalTraumatic brain injuryRadiological weaponPopulationComa (optics)Observational studyComputed tomographyConcussion

Résumé

récupéré en direct d'OpenAlex

Mild traumatic brain injury (mTBI) is responsible for 90% of traumatic brain injuries and necessitates computed tomography (CT) imaging to detect intracranial lesions. Many mTBI patients recover fully, some develop adverse outcomes, and the prognostic value of pathological CT findings in this population is uncertain. This review aimed to systematically review and identify pathological CT features associated with poor clinical outcomes in patients with mTBI. A systematic search of PubMed, Scopus, Web of Science, and Google Scholar was performed to identify relevant studies published between the years 2017 and 2025. Eligible studies included observational designs that assessed patients with mTBI (Glasgow Coma Scale 13-15) and reported CT findings correlated with clinical outcomes. Data extraction and quality assessment using the Newcastle-Ottawa Scale were performed by two reviewers. A total of 11 studies were included. The most commonly reported CT findings include contusions, subarachnoid hemorrhage, subdural hematoma, epidural hematoma, and skull fractures. Temporal and frontal contusions were associated with poor functional outcomes. Some studies reported low benefits from repeated CT in stable patients. In high-risk groups, radiological progression rarely influenced management. Pathological CT findings in mTBI, mainly contusions and hemorrhagic lesions, are associated with increased risk of adverse outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,292
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Medicine in Developing CountriesMême sujetHistory of Computing TechnologiesTravaux en français237 207