In-hospital hip fractures: prevalence, risk factors and outcome
Notice bibliographique
Résumé
SIR—The incidence of hip fractures is increasing worldwide [1] and despite the advances in perioperative care during the last 20 years a decrease in mortality after surgical treatment has not been observed [2, 3]. Demographic studies from 1986 documented that the risk of a hip fracture was 11 times greater in hospitalised patients than for non-hospitalised persons of comparable age, and that 24% of all hip fractures occurred in elderly patients hospitalised for other reasons [4]. That in-hospital fractures still present a significant problem today is highlighted by Canadian data (2000–2003), where 0.9/1000 admissions of elderly patients suffered a hip fracture during hospitalisation [5]. These data, however, offer no description of preoperative characteristics, fall circumstances, preventive measures or outcome for these patients as opposed to the general hip fracture population. Therefore, the aims of the present study were four-fold: to establish the prevalence of in-hospital fractures among the total hip fracture population in a large urban general hospital with both acute and rehabilitation services, to determine the circumstances of the fall leading to the fracture, to describe the use of pre-fracture preventive measures undertaken and to examine how these patients differed in preoperative characteristics and postoperative outcome from the remaining hip fracture population.
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) | 0,000 | 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 ».