Baseline Predictors of Pain and Disability One Year following Extra-Articular Distal Radius Fractures
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
Distal radius fractures are common injuries; however, identifying which factors are responsible for predicting outcomes remains an area of controversy. The purpose of this study was to define factors predictive of patient-reported pain and disability at 1 year in a prospective cohort of extra-articular distal radius fractures (n = 222). Data were collected at the initial visit and after 3, 6, and 12 months. The primary outcome was the 1-year patient-rated wrist evaluation (PRWE) score. The effect of baseline patient and injury characteristics on the 1-year PRWE score was assessed. Univariate and forward stepwise regression analyses both agreed that the most influential predictor of pain and disability at 1 year was injury compensation. The 1-year PRWE score was significantly higher for subjects involved with third-party claims (35.48) compared to those that were not involved in any claims (14.97), p = 0.006. The regression model found that three baseline factors - injury compensation, education, and other medical comorbidities - explained 16.4% of the variance in PRWE scores at 1 year. No injury characteristic, including the degree of initial fracture displacement, was found to significantly influence the 1-year PRWE score. This study has shown that baseline patient and injury characteristics play a small role in predicting 1-year patient-reported pain and disability in extra-articular distal radius fractures. Conceptual factors outside of this biomedical model should be investigated.
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 | 0,002 | 0,001 |
| 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