Classification of Pelvic Fractures: Analysis of Inter- and Intraobserver Variability Using the Young-Burgess and Tile Classification Systems
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
Classification systems for pelvic ring injuries have been developed to assist in understanding the anatomy of the injury, predicting prognosis, and helping define treatment. Despite the frequent clinical use of the Young-Burgess and Tile classification systems, to our knowledge little work has been conducted to validate either system. We assessed the degree of inter- and intraobserver variability when using both the Young-Burgess and Tile classification systems and thereby assessed their validity for clinical use. Eighty-nine isolated pelvic ring disruptions were selected. Sets of injury images were randomly ordered and distributed to 5 orthopedic trauma surgeons blinded to the patients' names, attending surgeons, dates of injury, and eventual treatments. The surgeons were asked to independently classify each pelvic ring disruption based on the Young-Burgess and Tile classifications. Eight weeks later, the same images were randomly ordered and redistributed to the same 5 surgeons, who were again asked to classify the pelvic injuries. A kappa analysis was conducted to analyze agreement among surgeons. A moderate degree of agreement was shown among orthopedic trauma surgeons when using both the Young-Burgess and Tile classification systems. Intraobserver agreement was found to be substantial for the Young-Burgess classification and moderate for the Tile classification. The degree of inter- and intraobserver variability may limit the usefulness of the 2 classification systems, both clinically and for research purposes.
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 | 0,001 | 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 découle