Epidemiological Trends of Traumatic Optic Nerve Injuries in the Largest Canadian Adult Trauma Center
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: There has been a paucity of information on the epidemiology of traumatic optic neuropathy (TON). This study documents epidemiology of TON over 2 decades in the largest level I adult trauma center in Canada. METHODS: Data on all the trauma patients admitted to Sunnybrook Health Sciences Centre from 1986 to 2007 were collected in a prospective database. The aggregate data on optic nerve injuries including demographic data, etiology, Injury Severity Score (ISS), and associated head and facial injuries were recorded. These were analyzed using univariate and multivariate techniques to summarize the association of different variables with TON. RESULTS: During the study period, 0.4% of all trauma patients had TON. The respective demographics for TON group were as follows: male, 76%; median for age, 33.5 years; length of hospital stay, 14 days; ISS, 32; and case fatality, 14%. About two thirds of patients with TON had associated significant head injuries. Conversely, 2.3% of patients with head injury had TON. The relative incidence of TON per year has remained variable from 0% to 1.2%. Motorized vehicle accidents remained the main etiology of TON (63%), but fall had the highest relative frequency leading to TON. In univariate analysis, both ISS and significant head injury were associated with TON. In multivariate analysis, TON was associated with only nasoethmoid complex fractures and significant head injury. CONCLUSIONS: These data provide useful information on the frequency and etiologies of TON. It also highlights the importance of studies on better diagnostic tools for TON.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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