Comparative Diagnostic Accuracy of the NEXUS Criteria and the Canadian C-Spine Rule in Cervical Spine Trauma
Notice bibliographique
Résumé
Background & Objectives: Road traffic injuries are the fourth most common cause of death globally, according to surveys. The Canadian Cervical-Spine Rule (CCR) and the National Emergency X-Radiography Utilization Study (NEXUS) Low-Risk Criteria (NLC) are decision rules to guide the use of cervical-spine radiography in patients with trauma. In this study we aim to evaluate and compare the sensitivity and specificity of these rules in trauma patients for suspected C-spine injury. Materials & Methods: 500 patients were prospectively enrolled, in the event of them meeting the criteria. They were subjected to radiologic studies (X-ray or CT) of the cervical spine if they met NEXUS criteria or the CCR. Results: Of the 500 patients, 44.5% were subjected to radiography based on the NEXUS score and 58.8% based on the Canadian CCR. When the CCR was applied, the test was found to be 95.2% sensitive, 54.2% specific, 65% accurate, and with 42.6% positive predictive value and 97% negative predictive value. When NEXUS criteria were applied, sensitivity, specificity, positive predictive value, negative predictive value, and accuracy were 100%, 75.3%, 59%, 100%, and 81.8%, respectively. Conclusion: When the NEXUS score was applied, the diagnostic accuracy was better. With the CCR, a greater number of patients were subjected to radiological evaluation. Either of the two criteria may be applied for emergency care in the Indian population to avoid unnecessary investigations. CCR followed by NEXUS criteria is recommended, and the utilization of the same is to be studied in a larger population.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».