MétaCan
Menu
Retour à la cohorte
Enregistrement W2021241586 · doi:10.1097/ta.0b013e31829cfa32

The role of trauma team leaders in missed injuries

2013· article· en· W2021241586 sur OpenAlexaffabout
W. Robert Leeper, Terrence John Leeper, Kelly Vogt, Tanya Charyk-Stewart, Daryl Gray, Neil Parry

Notice bibliographique

RevueThe Journal of Trauma: Injury, Infection, and Critical Care · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensMining Association of CanadaVictoria HospitalLondon Health Sciences CentreWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineInjury Severity ScoreOdds ratioAbbreviated Injury ScaleTrauma centerConfidence intervalLogistic regressionRetrospective cohort studyPopulationEmergency medicineUnivariate analysisPoison controlMajor traumaInjury preventionSurgeryInternal medicineMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Previous studies have identified missed injuries as a common and potentially preventable occurrence in trauma care. Several patient- and injury-related variables have been identified, which predict for missed injuries; however, differences in rate and severity of missed injuries between surgeon and nonsurgeon trauma team leaders (TTLs) have not previously been reported. METHODS: A retrospective review was conducted on a random sample of 10% of all trauma patients (Injury Severity Score [ISS] > 12) from 1999 to 2009 at a Canadian Level I trauma center. Missed injuries were defined as those identified greater than 24 hours after presentation and were independently adjudicated by two reviewers. TTLs were identified as either surgeons or nonsurgeons. RESULTS: Of our total trauma population of 2,956 patients, 300 charts were randomly pulled for detailed review. Missed injuries occurred in 46 patients (15%). Most common missed injuries were fractures (n = 32, 70%) and thoracic injuries (n = 23, 50%). The majority of missed injuries resulted in minor morbidity with only 5 (11%) requiring operative intervention. On univariate analysis, higher ISS (p < 0.01), higher maximum Abbreviated Injury Scale (MAIS) score of the thorax (p < 0.01), and nonsurgeon TTL status were predictive of missed injuries (p = 0.02). Multivariable logistic regression revealed that, after adjustment for age, ISS, and severe head injuries, the presence of a nonsurgeon TTL was associated with an increased odds of missed injury (odds ratio, 2.15; 95% confidence interval, 1.10-4.20). CONCLUSION: Missed injuries occurred in 15% of patients. A unique finding was the increased odds of missed injury with nonsurgeon TTLs. Further research should be undertaken to explore this relationship, elucidate potential causes, and propose interventions to narrow this discrepancy between TTL provider types. LEVEL OF EVIDENCE: Therapeutic study, level IV. Prognostic and epidemiologic study, level III.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,308
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Trauma: Injury, Infection, and Critical CareMême sujetTrauma and Emergency Care StudiesTravaux en français237 207