Analysis of trauma patients in a rural hospital in Turkey
Notice bibliographique
Résumé
BACKGROUND: There is a grey zone about the epidemiology of trauma in eastern Turkey. The present study was aimed at obtaining data on this subject. METHODS: Trauma patients who applied to the emergency department (ED) between January 2006 and December 2007 were analyzed. RESULTS: There were 6183 patients, of whom 87% were male. The mean age was 26.2 ± 13.6 years. Assault was the most common cause (63.2%). Motor vehicle injury (MVI) and fall were encountered at frequencies of 21.2% and 6.5%, respectively. The most frequently injured body regions were head-neck and extremities. The majority of patients were managed and discharged from the ED (89.8%) with no consultation (81.8%). Interestingly, the discharge rate of assault cases was 98.7%. Patients were hospitalized (4.2%) mostly for MVI (32.6%) and fall (19%); however, hospitalization rates for firearm and piercing/cutting injury (36.1% and 16.7%) were significantly high. Among the transported patients (5.3%), the rates of MVI and fall were high (41.5% and 24.3%, respectively). In groups, for burn and firearm injuries, these were 42.1% and 24.1%, respectively. Forty-eight patients (0.8%) died, mostly from MVI by number, but by self-infliction and firearm by rate (8.3% and 6%). CONCLUSION: Assault cases caused an excessive trauma patient density in the ED, as 98.7% were discharged from the ED. Further studies are needed regarding the high rate of assault cases.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».