TRAVMALI HASTALARDA KANADA SERVİKAL OMURGA KURALLARI VE NEXUS DÜŞÜK RİSK KRİTERLERİNİN GEÇERLİLİĞİ The Validity of Canadian Cervical Spine Rules and the Nexus Low Risk Criteria in Trauma Patients
Bibliographic record
Abstract
Giriş ve amaç: Künt servikal travma hastalarında klinik olarak anlamlı yaralanmaları tanımlamak için geliştirilen ilk karar kuralı National Emergency X-Radiography (NEXUS).NEXUS çalışmasında, negatif prediktif değer(NPV)% 99,8 olarak belirlenmiştir.Kanada Servikal Omurga Kurallarının (KSOK) duyarlılığı % 99.4,özgüllük % 45.1 ve NPV % 100 olarak bildirilmiştir.Bu çalışmanın amacı, servikal yaralanma riski olan Türk hasta popülasyonu için NEXUS ve KSOK''nın güvenilirliğini ve yararlılığını belirlemektir.Gereç ve yöntem: Bu prospektif gözlemsel çalışmaya, 1 Ocak 2012 -1 Nisan 2012 tarihleri arasında, akut travma geçiren ve ambulansla ya da kendi imkanlarıyla hastaneye başvuran, servikal travmaya yol açabilecek bir mekanizma ile yaralanan 16 yaşın üzerindeki, gebe olmayan, stabil, bilinçli hastaları kapsayan 225 hasta dahil edilmiştir.Bu hastalar daha sonra NEXUS ve CCR geçerliliği için değerlendirildi.Veriler güncel istatistik programında analiz edildi.Bulgular: 225 hastanın 7'sinde servikal patoloji tespit edilmiştir.Patolojik görüntüleme bulgusu varlığını belirleme açısından NEXUS'un duyarlılığı %93(%95 GA 83-97) ve özgüllüğü %1,3(%95 GA 0,2-5,1) olarak bulunurken, KSOK'nin duyarlılığı %100 (%95 GA %56-100) ve özgüllüğü %3,2 (%95 GA %1,4-6,7) olarak tespit edildi.Sonuç: KSOK ve NEXUS düşük risk kriterlerinin acil serviste servikal patolojilerin dışlanmasında faydalı olduğu, KSOK'nın, NEXUS düşük risk kriterleri ile karşılaştırıldığında daha güvenilir ve yararlı olduğu tespit edilmiştir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.034 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".