Functional outcome of supracondylar elbow fractures in children: a 3- to 5-year follow-up
Notice bibliographique
Résumé
BACKGROUND: Long-term functional outcomes of supracondylar elbow fractures (SCEF) have not been well documented in the literature. We retrospectively evaluated functional outcomes of pediatric SCEF using the Disabilities of the Arm, Shoulder and Hand (DASH) questionnaire. METHODS: We retrospectively reviewed the outcomes of patients who presented to our tertiary care pediatric emergency department with SCEF between January 2005 and December 2009. We reviewed their charts to assess several clinical parameters, including age, sex, Gartland classification of SCEF, weight, comorbidities, treatment intervention, physiotherapy and the extremity involved. The DASH questionnaire was administered in 2012. We performed a multiple linear regression analysis to determine the significance of these clinical parameters as they related to the DASH score for functional outcome. RESULTS: We included 94 patients with SCEF in our review. Pediatric SCEF had good functional outcomes based on the DASH questionnaire (mean score 0.77 ± 2.10). We obtained the following DASH scores: 0.45 ± 2.20 for type I, 1.09 ± 1.70 for type II and 1.43 ± 2.40 for type III fractures. There was no statistical difference in functional outcome, regardless of sex (p = 0.07), age at injury (p = 0.96), fracture type (p = 0.14), weight (p = 0.59), right/left extremity (p = 0.26) or surgery (p = 0.52). CONCLUSION: Our results demonstrate that good functional outcomes can be expected with pediatric SCEF based on the DASH questionnaire, regardless of age at injury, sex, weight, right/left extremity or surgical/nonsurgical intervention, provided satisfactory reduction is achieved and maintained.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».