MétaCan
Menu
Retour à la cohorte
Enregistrement W1989694851 · doi:10.1097/bco.0b013e3282fa74b8

Subaxial injury classification system to determine the surgical approach for subaxial cervical spine injuries

2008· article· en· W1989694851 sur OpenAlexaff
Marcel F. Dvorak

Notice bibliographique

RevueCurrent Orthopaedic Practice · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Fractures and Fixation Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineCervical spineCervical spine injurySoft tissueSurgeryDistraction

Résumé

récupéré en direct d'OpenAlex

Purpose of review The lack of consensus that exists, relating to the management of subaxial cervical spine trauma, is in part due to the lack of a clinically relevant system for classifying these injuries. Furthermore, there are no guidelines to assist the surgeon in choosing a specific surgical technique and approach for these injuries. The recent development of the subaxial injury classification system and recently published evidence-based algorithms for surgical approaches assist the surgeon in the management of subaxial cervical injuries. Recent findings The newly developed subaxial injury classification scoring system categorizing injury morphology into three broad groups, includes an assessment of the integrity of the discoligamentous soft-tissue structures and the patient's neurological status and thus determines surgical or nonsurgical treatment. A review of the recent literature was used to develop and refine an algorithm for the surgical treatment of subaxial cervical injuries. Summary The burst or compression and distraction injuries are more likely to be treated with a single anterior approach, whereas the more severe translation or rotation injuries may more commonly be approached posteriorly or with combined anterior and posterior surgery. Controversy still exists in the management of subaxial cervical trauma; however, recent publications provide evidence to guide treatment.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,063
Tête enseignante GPT0,361
Écart entre enseignants0,299 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Orthopaedic PracticeMême sujetSpinal Fractures and Fixation TechniquesTravaux en français237 207