Clinical Factors Predicting Fractures Associated with an Anterior Shoulder Dislocation
Notice bibliographique
Résumé
OBJECTIVES: To identify risk factors for fractures associated with an anterior shoulder dislocation treated in an emergency department (ED). METHODS: A retrospective case-control study over five years of patients with an anterior shoulder dislocation was accomplished in a university-affiliated ED. Chart review identified possible predictors of fractures. Comparing the profile of patients having a clinically important fracture associated with their shoulder dislocation (cases) with those sustaining a noncomplicated dislocation (controls) provided the outcome measure. RESULTS: A total of 334 patients were included in the study. Eighty-five (25.5%) had a clinically important fracture-dislocation, and the remaining 249 (74.5%) sustained a noncomplicated shoulder dislocation. Chi-square, logistic regression, and recursive partitioning analysis showed three significant factors for the presence of fracture-dislocation: 1) age 40 years or older, 2) a first episode of dislocation, and 3) mechanism of injury (i.e., a fall greater than one flight of stairs, a fight/assault episode, or a motor vehicle crash). A multiple logistic regression model estimated the significant adjusted odds ratios (and their 95% confidence intervals [95% CIs]) for each of the three factors: 5.18 (95% CI = 2.74 to 9.78), 4.23 (95% CI = 1.82 to 9.87), and 4.06 (95% CI = 1.95 to 8.48), respectively. A predictive model using any one of the three factors reached a sensitivity of 97.7% (95% CI = 91.8% to 99.4%), a specificity of 22.9% (95% CI = 18.1% to 28.5%), and a negative predictive value of 96.6% (95% CI = 88.3% to 99.6%). CONCLUSIONS: Three risk factors predict clinically important fractures that are associated with shoulder dislocation: age, first episode, and mechanism of dislocation. A prospective validation may lead to standardized use of prereduction radiographs of the shoulder in the ED.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».