Epidemiology of Maxillofacial Injuries at Trauma Hospitals in Ontario, Canada, Between 1992 and 1997
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to review the epidemiology of maxillofacial skeletal injuries in severely injured patients admitted to trauma hospitals in Ontario, Canada, with an Injury Severity Score > 12. METHODS: The Ontario Trauma Registry was accessed to examine the epidemiology of maxillofacial skeletal injuries in severely injured patients treated at 12 trauma hospitals in the province of Ontario, Canada, between 1992 and 1997. Data were collected prospectively, and a descriptive analysis was performed to determine the pattern of maxillofacial injuries, including patient age, sex distribution, etiology of injury, time of injury, and injury profile. RESULTS: There were 2,969 patients that met the inclusion criteria. The median age was 25 years, and men were injured at a 3:1 ratio over women. Most severely injured patients with maxillofacial fractures were injured as a result of motor vehicle collision (70%), with only 33% of the patients restrained with a seat-belt. The temporal distribution of injuries showed that most injuries occurred during evening hours, on weekends, and in the summer. The largest number of fractures was found in the maxilla and orbital bones. The Injury Severity Score of the patients in this study ranged from 13 to 75, with a median of 25. The injury most commonly associated with maxillofacial fractures was injury to the head and neck area. Of patients with injury to the head and neck, most had an altered level of consciousness or injuries to the skull, brain, or cranial vessels. CONCLUSION: Many severely injured patients have maxillofacial injuries. Long-term collection of epidemiologic data regarding maxillofacial fractures is important for the evaluation of existing preventative measures and useful in the development of new methods of injury prevention. Furthermore, insight into the epidemiology of facial fractures and concomitant injuries is an integral component in evaluating the quality of patient care, developing optimal treatment regimens, and making decisions regarding appropriate resource and manpower allocations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».