MétaCan
Menu
Retour à la cohorte
Enregistrement W2069875200 · doi:10.1097/bot.0b013e3182243909

Incidence of Associated Injury in Posterior Shoulder Dislocation

2011· review· en· W2069875200 sur OpenAlexaff
Dominique M. Rouleau, Jonah Hébert‐Davies

Notice bibliographique

RevueJournal of Orthopaedic Trauma · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensHôpital du Sacré-Cœur de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)DislocationSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Posterior shoulder dislocations are rare and often missed. Classically associated with seizures, very little is known about the incidence and type of associated injuries. Unfortunately, the majority of the literature consists of incidental reports or small case series. Our goal was to increase the strength of available data by performing a systematic review. DATA SOURCES: We searched EMBASE and PubMed for the terms "posterior shoulder dislocation." Our inclusion criteria were articles in either English or French with the words "posterior" and "dislocation" in the abstract or title. All reports of chronic cases or instability as well as those without patient information were excluded. Data regarding demographics, etiology, investigations, associated injuries, treatments, and outcomes were extracted. All data were analyzed by using SPSS 18.0 (IBM, Chicago, IL). RESULTS: A total of 766 articles were found of which 108 were retained for analysis. A total of 475 patients (543 shoulders) were compiled. Seizures were reported in 34% of cases. A majority of dislocations (65%) had associated injuries. Fracture was most common followed by reverse Hill-Sachs and cuff tears. In the absence of fracture or reverse Hill-Sachs injury, the risk of cuff tear increased nearly fivefold (odds ratio, 4.6; P = 0.016). CONCLUSION: Our results suggest the amount of associated injuries related to posterior shoulder dislocation is far greater than thought. We propose an investigation algorithm for acute posterior shoulder dislocations.

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)0,004
score de la tête « metaresearch » (Gemma)0,027
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,027
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0130,014
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,068
Tête enseignante GPT0,373
Écart entre enseignants0,305 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations144
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic TraumaMême sujetShoulder Injury and TreatmentTravaux en français237 207