MétaCan
Menu
Retour à la cohorte
Enregistrement W2036984273 · doi:10.1177/2325967113s00013

Shoulder Dislocation In Ontario, Canada From 1994 To 2011: The Incidence, Rate And Risk Factors For Recurrence

2013· article· en· W2036984273 sur OpenAlexaffabout
Timothy Leroux, David Wasserstein, Tim Dwyer, Christian Veillette, Amir Khoshbin, Rajiv Gandhi, Peter C. Austin, Nizar N. Mahomed, Darrell Ogilvie‐Harris

Notice bibliographique

RevueOrthopaedic Journal of Sports Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensToronto Western HospitalInstitute for Clinical Evaluative SciencesMount Sinai HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortIncidence (geometry)Hazard ratioConfidence intervalSurvivorship curveDemographyDislocationSurgerySpecialtyPopulationInternal medicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

Objectives: Recurrent shoulder dislocation is influenced by age, activity level and bone loss. Original estimates of recurrence risk approached 90% among persons under the age of 20, but declined with increasing age. Recent literature, however, suggests that the rate of recurrent dislocation is lower. The goals of this study were to: (1) define the incidence of primary shoulder dislocation in Ontario, Canada, and (2) identify the rate of and risk factors for recurrent dislocation among demographic variables. Methods: Administrative databases (OHIP) were used to build the cohort of patients aged 15 to 70 that underwent a primary closed shoulder reduction by a physician in Ontario between July 1994 and October 2009. Exclusions included: associated humeral neck fracture, posterior dislocation, previous shoulder dislocation, prior shoulder arthroplasty, and non-Ontario residents. After cohort entry, subsequent shoulder relocations by a physician were sought. The yearly incidence (per 100,000 person-years) was calculated among all eligible Ontario residents. Kaplan-Meier survival curves to subsequent dislocation were generated. A Prentice, Williams and Peterson conditional proportional hazards survivorship model of time-to-recurrence was applied examining the influence of age, gender, income quintile, physician specialty and concurrent tuberosity fracture at index dislocation on the risk of recurrence (alpha set at 0.05). Hazard Ratios (HR) with confidence intervals were calculated. Results: The primary dislocation cohort consisted of 37,356 patients. Median age was 34 years (IQR 22-50) and 74% were male. The average yearly incidence of primary shoulder dislocation was 23.1/100,000 person-years overall, but 45.2/100,000 person-years for patients younger than 20. Recurrent dislocation events were identified in 23% of the cohort (8573 patients), most of whom were younger (median age 24 years) and male (80%). In fact, patients younger than 20 had a 37.8% rate of recurrence (HR 1.9 (1.7-2.1), p<0.0001; compared to patient aged 36-40). Kaplan-Meier survival curves showed most recurrent dislocations took place in the first year: 93.4% at 6-months, 89.4% at 1-year, 85.2% at 2-years and 79.4% at 5-years. Protective factors against recurrence included primary relocation performed by an Orthopaedic Surgeon (HR 0.87 (0.79-0.94), p=0.001), age over 50 years (5.5% rate; HR 0.70 (0.61-0.80, p<0.0001) and an associated tuberosity fracture (HR 0.51 (0.42-0.63), p<0.0001), while lowest income quintile was a risk factor for recurrence (HR 1.1 (1.04-1.16), p=0.0007). Interestingly, at 2.5 years from the primary dislocation, only 14.7% of the cohort had undergone surgical shoulder stabilization. Conclusion: Patients under 20 had twice the incidence of primary dislocation and twice the risk of recurrent shoulder dislocation compared to the median cohort age. A recurrence rate of 38% in patients under 20 is high, but less than previous reports.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,267
Écart entre enseignants0,249 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrthopaedic Journal of Sports MedicineMême sujetShoulder Injury and TreatmentTravaux en français237 207