MétaCan
Menu
Retour à la cohorte
Enregistrement W2078147136 · doi:10.1136/emermed-2012-201547

Characteristics of femur fractures in ambulatory young children

2012· article· en· W2078147136 sur OpenAlexafffund
Louise Capra, Alex V. Levin, Andrew Howard, Michelle Shouldice

Notice bibliographique

RevueEmergency Medicine Journal · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Abuse and Related Trauma
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesHospital for Sick Children
Mots-clésMedicineFemurAmbulatoryOrthodonticsSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine and identify the characteristics and circumstances of femur fractures in ambulatory young children. DESIGN AND SETTING: Retrospective review of 203 ambulatory children, between 1 and 5 years old, presenting with femur fractures to an urban paediatric hospital over a 10-year period. χ(2) And Student's t test were employed for statistical analysis. RESULTS: The mean age was 36.6 months, with 155 (76.2%) being male. The most frequent mechanism of injury was fall from a height (n=62, 30.5%). The highest number of injuries occurred in 2-3-year-olds. The most common history in 1-2-year-olds was stumbling on/over something causing a fall. For 4-5 year olds it was road traffic accidents. Other additional physical findings were infrequent (14.3%) and not suspicious of inflicted injury. Child protective services concluded three of the cases to be likely non-accidental, and four cases were inconclusive but requiring close follow-up. Of these seven children, six occurred in 1-2-year-olds. No distinguishing feature was noted in fracture type or location. CONCLUSIONS: Femur fractures can occur with low velocity injury whether from a short fall or twisting/stumbling injury in young healthy ambulatory children.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,308
Écart entre enseignants0,292 · 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
GenreEmpirique

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

En bref

Citations20
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine JournalMême sujetChild Abuse and Related TraumaTravaux en français237 207