Path Analysis of Factors for Delayed Healing and Nonunion in 416 Operatively Treated Tibial Shaft Fractures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
UNLABELLED: A prospective observational study was done in 41 trauma centers. Four hundred sixteen patients with tibial shaft fractures were treated operatively and followed up for at least 6 months. Fifty-two (13%) cases of delayed healing or nonunion were reported. In such nonrandomized observational studies, multiple interrelationships exist between prognostic factors and patient outcomes. We used path analyses to investigate prognostic factors associated with the occurrence of delayed healing or nonunion. The most important factors were identified using multivariate regression analyses, and interrelationships between factors were illustrated using a path diagram. Fractures with open injuries less than and greater than 5 cm were 3.6 and 5.7 times as likely, respectively, to have delayed healing or nonunion as fractures with no skin injuries. The Müller-AO classification of fractures did not provide additional prognostic information. The risk of healing problems was doubled for fractures of the distal shaft and for fractures showing a postoperative diastasis. Treatment options showed an indirect effect on outcome with the occurrence of diastasis. A model for predicting delayed healing or nonunion is proposed. We encourage the use of path analysis in orthopaedics as a powerful visual technique to interpret data from observational studies. LEVEL OF EVIDENCE: Prognostic study, Level II-1 (retrospective study). See the Guidelines for Authors for a complete description of levels of evidence.
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.
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) | 0,001 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle