These tools will no longer be maintained as of December 31, 2024. Archived website can be found here. PubMed4Hh GitHub repository can be found here. Contact NLM Customer Service if you have questions.


Pubmed for Handhelds

PUBMED FOR HANDHELDS

Search MEDLINE/PubMed

  • Title: An algorithm in ophthalmic emergencies to evaluate the necessity of physical consultation during COVID-19 lockdown in Paris: Experience of the first 100 patients.
    Author: Bourdon H, Herbaut A, Trinh L, Tuil E, Girmens JF, Baudouin C.
    Journal: J Fr Ophtalmol; 2021 Mar; 44(3):307-312. PubMed ID: 33612327.
    Abstract:
    PURPOSE: This study aimed to evaluate the ability of a freely accessible internet algorithm to correctly identify the need for emergency ophthalmologic consultation for correct diagnosis and management. METHOD: This retrospective observational cohort study was based on the first 100 patients who requested recommendations on the necessity of breaking the lockdown for emergency ophthalmology consultation during the period from March to May 2020. RESULTS: Ninety-one patients completed questionnaires. Forty-nine were directed to emergency consultation and 42 to differed scheduled visits or telemedicine visits. One patient sent for emergency consultation had an overestimated severity and could have been seen later, while two patients initially recommended for a scheduled visit were considered appropriate for emergency consultation. However, these patients' management did not suffer as a consequence of the delay. The sensitivity of the algorithm, defined as the number of emergency consultations suggested by the algorithm divided by the total number of emergency consultations deemed appropriate by the practitioner's final evaluation, was 96.0%. The specificity of the algorithm, defined as the number of patients recommended for delayed consultation by the algorithm divided by the number of patients deemed clinically appropriate for this approach, was 97.5%. The positive predictive value, defined as the number of appropriate emergency consultations divided by the total number of emergency consultations suggested by the algorithm, was 97.9%. Finally, the negative predictive value, defined as the number of appropriately deferred patients divided by the number of deferred patients recommended by the algorithm, was 95.2%. CONCLUSION: This study demonstrates the reliability of an algorithm based on patients' past medical history and symptoms to classify patients and direct them to either emergency consultation or to a more appropriate deferred, scheduled appointment. This algorithm might allow reduction of walk-in visits by half and thus help control patient flow into ophthalmologic emergency departments. OBJECTIF: L’objectif de cette étude était d’évaluer la capacité d’un algorithme en libre accès sur internet à indiquer correctement la nécessité d’une consultation ophtalmologique en urgence pour une prise en charge et un traitement approprié. MÉTHODE: Il s’agit d’une étude observationnelle rétrospective reprenant les 100 premiers questionnaires patients évaluant la nécessité d’une consultation en service d’urgence ophtalmologiques durant le confinement de mars à mai 2020. RÉSULTATS: Au total, 91 patients ont rempli les questionnaire complètements. Quarante-neuf ont été orientés vers une consultation immédiate et 42 vers une consultation programmée ou une téléconsultation. Un patient, orienté aux urgences, avait une gravité surestimée et aurait pu être orienté en consultation différée et deux patients, orientés en consultation différée, relevaient d’une consultation d’urgence. Cependant, aucune perte de chance n’a été identifiée durant la prise en charge. La sensibilité de l’algorithme, définie comme le nombre de consultations en urgence recommandées par l’algorithme parmi les consultations en urgence appropriées dans l’évaluation finale était de 96,0 %. La spécificité, définie comme le nombre de patients orientés par l’algorithme en consultation différée, parmi les patients requérant en effet de cette prise en charge, était de 97,5 %. La valeur prédictive positive, définie comme le nombre de consultation en urgences appropriées parmi le nombre de consultations en urgence recommandées par l’algorithme était de 97,9 %. Finalement, la valeur prédictive négative, définie comme le nombre de consultations différées appropriées parmi le nombre de consultation différées recommandées par l’algorithme était de 95,2 %. CONCLUSION: Cette étude montre la fiabilité d’un algorithme basé sur les antécédents médicaux du patient, son histoire clinique et ses symptômes afin de classer et orienter les patients vers une consultation aux urgences ou programmée. Cet algorithme permet de réduire de moitié les consultations non programmées et ainsi réguler la fréquentation des services d’urgences ophtalmologiques.
    [Abstract] [Full Text] [Related] [New Search]