MétaCan
Menu
Retour à la cohorte
Enregistrement W1971899846 · doi:10.1159/000081917

Differences in the Location and Multiplicity of Mandibular Fractures in Kuwait, Canada and Finland during the 1990s

2004· article· en· W1971899846 sur OpenAlexaffabout
Kyösti Oikarinen, Lukman Thalib, George K.B. Sándor, Petr Schütz, Cameron M. L. Clokie, Slavek Safar, Tina Meisami, Ulla Perheentupa

Notice bibliographique

RevueMedical Principles and Practice · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueFacial Trauma and Fracture Management
Établissements canadiensToronto General Hospital
Organismes subventionnairesKuwait University
Mots-clésMedicineCondyleEtiologyLogistic regressionEpidemiologyDemographyDentistryRoad trafficOrthodonticsInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare the location and multiplicity of mandibular fractures in Kuwait, Canada and Finland during the 1990s. SUBJECTS AND METHODS: Data were collected from several hospitals in Kuwait (1991-2000), Toronto General Hospital in Canada (1995-2000) and Oulu University Hospital in Finland (1990-1999). The data were analyzed statistically using chi-square test, ANOVA, t test and logistic regression. RESULTS: Condylar fractures were more common in Finnish patients (41%) than Canadian (35%) or Kuwaiti patients (21%). Condylar fractures caused by falls were about 3.4 times more common in Kuwait and Finland compared to Canada. In Finland the risk of road traffic accidents caused by condylar fracture was about 4 times higher than those caused by other etiologies. In Canada male gender was about 2 times higher for the condylar fracture than female gender. Female patients often had more multiple injuries than men in all three countries and multiple fractures were observed especially in traumas caused by falling. CONCLUSION: Differences in location and multiplicity of mandibular fractures are due to differences in etiologies and demographic patterns.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,231

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,276
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Principles and PracticeMême sujetFacial Trauma and Fracture ManagementTravaux en français237 207