Effect of Treatment Delay on Mandibular Fracture Infection Rate
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The incidence of infection secondary to mandibular fractures ranges from 0 to 30 percent, resulting in significant sequelae. Unlike other variables that may influence infection, delayed repair is often unavoidable. The objective of this study was to accurately identify the effect of treatment delay on mandibular fracture infection rate by adjusting for confounders, thus providing strong evidence for preoperative management of these patients. METHODS: A retrospective review of mandibular fracture patients treated at the Montreal General Hospital was performed. Length of time delay between injury and operative intervention (< or = 72 hours and > 72 hours) and presence of infection were noted. Logistic regression was used to analyze the effect of treatment delay on infection, after adjustment for covariates. RESULTS: One hundred seventy-seven patients fulfilled the selection criteria and had complete records. The overall incidence of infection was 14 percent (95 percent confidence interval, 8.8 to 18.8 percent). Multiple logistic regression showed no evidence (odds ratio, 2.96; 95 percent confidence interval, 0.87 to 10.1) (p = 0.08) that treatment delay of more than 72 hours is a significant predictor of infection. The incidence of nonunion was 36 percent in the infection group (95 percent confidence interval, 17.2 to 54.8 percent) and 0 percent in the no-infection group. CONCLUSIONS: Infections following mandibular fractures frequently require extended treatment and significantly increase costs. These results show that delay of mandibular fracture treatment greater than 72 hours does not significantly increase infection risk. Repair should occur promptly after the injury. If that is not possible, the standard patient management should not be altered, as the benefits of doing so are unproven.
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.
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 | 0,001 |
| 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 découle