Injuries significantly associated with thoracic spine fractures: A case–control study
Notice bibliographique
Résumé
OBJECTIVE: To determine injuries significantly associated with traumatic thoracic spine (T-spine) fractures METHODS: This was a case-control study undertaken in an adult trauma centre. Cases were patients admitted with a traumatic T-spine fracture between January 1999 and August 2007. Each case had two controls matched for sex, age (+/-5 years) and injury severity classification (major/minor). Data were collected from patient medical records and the trauma service database. Multivariate logistic regression was used to determine injuries significantly associated with T-spine fracture. RESULTS: Two hundred and sixty-one cases and 512 controls were enrolled. In both groups, mean age was 41 years and 70% of patients were male. Univariate analysis revealed a range of injuries that were significantly more common among the cases, especially cervical and lumbar spine injuries, sternal/scapular/clavicular/rib fractures, pneumo/haemothorax and pulmonary contusions (P < 0.01). Skull fractures and lower limb injuries were significantly more common among the controls (P < 0.01). Logistic regression analysis revealed that only cervical and lumbar spine injuries and rib fractures were positively associated with T-spine fracture (P < 0.001). Skull fractures and lower limb injuries were negatively associated with T-spine injury (P < 0.001). CONCLUSION: Cervical and lumbar spine injuries and rib fractures are significantly associated with T-spine fracture. The presence of these injuries should raise suspicion of concomitant T-spine injury.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,005 | 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 ».