Functional Status and Quality of Life in Survivors of Injury Treated at Tertiary Trauma Centers: What Are We Neglecting?
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to describe the functional status and quality of life (QOL) of patients at 12 months after injury. METHODS: Retrospective study consisting of patients treated at three tertiary trauma centers for injuries. Functional capacity (FC) was measured using the Sickness Impact Profile and QOL was measured using the Medical Outcomes Study Short Form (MOS SF-36) at approximately 12 months after the date of injury. RESULTS: There were 144 patients that fulfilled the study inclusion and exclusion criteria. The mean duration of follow-up was 1.3 years, with a range of 0.8 to 1.5 years. Age and gender were not associated with the FC or QOL. The mean(standard deviation) Injury Severity Score (ISS) was 18.9(9.4), whereas ISS category distribution was 1 to 11 (22.9%), 12 to 24 (50.0%), and 25 to 49 (27.1%). Patients with an ISS of 25 to 49 had significantly worse physical (p = 0.008) and total (p = 0.023) Sickness Impact Profile scores and had more physical functioning (p = 0.096), emotional role functioning (p = 0.080), and energy (p = 0.017) impairments when compared with those with an ISS less than 24. Patients injured in motor vehicle collisions had significantly impaired psychosocial function (p = 0.031), whereas those injured in falls had reduced quality of life scores for physical function (p = 0.089), physical role (p = 0.066), and mental health (p = 0.081). CONCLUSION: Patients who survive injuries experience residual impairments in FC and QOL for as long as 1 year after injury. Changes to the long-term management of these patients should be considered.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 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 ».