A 4-Year Review of Severe Pediatric Trauma in Eastern Ontario: A Descriptive Analysis
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to describe a population of children admitted to a tertiary care pediatric hospital with severe trauma to identify key areas for injury prevention research, and programming. METHODS: Retrospective chart review conducted on all children 0-17 years admitted to the Children's Hospital of Eastern Ontario (CHEO) between April 1, 1996, and March 31, 2000, following acute trauma. Each record was reviewed and assigned an ISS using the AIS 1990 revision. All cases with an ISS > 11 were included in the study. RESULTS: There were 2610 trauma cases admitted to CHEO over the study period. Of these, 237 (9.1%) had severe trauma (ISS > 11). Sixty-two percent were male. Twenty-nine percent were between the ages of 10 and 14 years, 27% between 5 and 9 years, 16% between 15 and 17 years, 15% between 1 and 4 years, and 13% less than 1 year old. The most common mechanisms of injury were due to motor vehicle traffic (39%), falls (24%), child abuse (8%), and sports (5%). Of those resulting from motor vehicle traffic, 53 (57%) were occupants, 22 (24%) were pedestrians, and 18 (19%) were cyclists. When combining traffic and nontraffic mechanisms, 26 (11% of all severe trauma cases) occurred as a result of cycling incidents. The most severe injury in 65% of patients was to the head and neck body region. CONCLUSION: Research efforts and activities to prevent severe pediatric trauma in our region should focus on road safety, protection from head injuries, avoidance of falls, and prevention of child abuse.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,002 |
| 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 ».