MétaCan
Menu
Back to cohort
Record W7056640710

Gestione clinica del paziente con trauma cranico lieve in terapia anticoagulante orale: analisi critica delle linee guida italiane attraverso un confronto delle regole decisionali in DEA

2024· article· it· W7056640710 on OpenAlexaboutno aff

Bibliographic record

VenueElectronic Theses and Dissertations Repository (University of Pisa) · 2024
Typearticle
Languageit
FieldPhysics and Astronomy
TopicMagnetic confinement fusion research
Canadian institutionsnot available
Fundersnot available
KeywordsIntensive carePopulationHealth servicesService personnel
DOInot available

Abstract

fetched live from OpenAlex

Il trauma cranico lieve in paziente in terapia anticoagulante orale rappresenta una delle maggiori cause di ingresso nei Dipartimenti di Emergenza-Accettazione (DEA). Nonostante nella letteratura più recente in materia si perda la significatività della differenza di rischio emorragico post-traumatico sia tra pazienti che fanno uso di diverse classi di anticoagulanti che tra questi e la popolazione generale, le linee guida italiane (2007) per la gestione clinica del paziente con trauma cranico lieve in terapia anticoagulante orale prevedono tutt'ora l'esecuzione routinaria di una prima TC, un periodo di osservazione di almeno 6 ore e una TC di controllo, indipendentemente dalla negatività del primo esame di imaging e dalla clinica. L'obiettivo di questo lavoro di tesi è valutare il ruolo predittivo delle principali regole decisionali utilizzate nella pratica clinica in DEA (Canadian CT Head Rule, New Orleans Criteria, CHIP prediction rule) e di score di rischio in fase di validazione (Hero-M) ed individuare predittori di sanguinamento tra i parametri vitali e gli esami ematochimici di questi pazienti, al fine di ridurre il numero di TC eseguite in DEA. E' stato quindi disegnato uno studio osservazionale retrospettivo nel quale sono stati analizzati i dati anamnestici, clinici e radiologici di 315 pazienti in TAO vittima di trauma cranico lieve transitati per il DEA dell'Azienda Ospedaliera Universitaria Pisana nel periodo 01/01/2020-31/12/2021. La CHIP prediction rule è risultata la regola decisionale più affidabile nel predire il rischio di emorragia intracranica post-traumatica, riducendo in parallelo il numero di TC effettuate in DEA del 46,0%. Tra i parametri di laboratorio, l’iperglicemia all’ingresso è risultata significativamente associata al rischio di sanguinamento post-traumatico. Benché i risultati possano essere inquinati da una coorte di studio relativamente ristretta, questo lavoro di tesi supporta la posizione delle più recenti linee guida del National Institute for Health and Care Excellence e dell’American College of Emergency Physicians, che suggeriscono un forte ridimensionamento del ruolo prognostico negativo precedentemente associato all’anticoagulazione in contesto di trauma cranico. Ulteriori studi multicentrici prospettici saranno utili al fine di identificare i fattori più utili ad effettuare una efficace stratificazione prognostica in questa specifica popolazione, in modo tale da ottimizzare l’utilizzo delle risorse diagnostico-terapeutiche del DEA senza compromettere la qualità di cura dei pazienti in TAO con trauma cranico lieve.

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 imitation

Not 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.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.049
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Systematic review · Consensus signal: none
GenreCandidate signal: Review · Consensus signal: Review
Teacher disagreement score0.104
Threshold uncertainty score0.206

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0130.049
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0040.006
Science and technology studies0.0010.002
Scholarly communication0.0030.001
Open science0.0020.001
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.012
GPT teacher head0.261
Teacher spread0.249 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSystematic review
Domainnot available
GenreReview

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueElectronic Theses and Dissertations Repository (University of Pisa)Same topicMagnetic confinement fusion researchFrench-language works237,207