MétaCan
Menu
Retour à la cohorte
Enregistrement W2086041580 · doi:10.1080/17453670510041808

An economic analysis of management strategies for closed and open grade I tibial shaft fractures

2005· article· en· W2086041580 sur OpenAlexaff
Jason W. Busse, Mohit Bhandari, Sheila Sprague, Ana P. Johnson‐Masotti, Amiram Gafni

Notice bibliographique

RevueActa Orthopaedica · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueBone fractures and treatments
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineEconomic analysisOrthopedic surgerySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Closed and open grade I (low-energy) tibial shaft fractures are a common and costly event, and the optimal management for such injuries remains uncertain. METHODS: We explored costs associated with treatment of low-energy tibial fractures with either casting, casting with therapeutic ultrasound, or intramedullary nailing (with and without reaming) by use of a decision tree. RESULTS: From a governmental perspective, the mean associated costs were USD 3,400 for operative management by reamed intramedullary nailing, USD 5,000 for operative management by non-reamed intramedullary nailing, USD 5,000 for casting, and USD 5,300 for casting with therapeutic ultrasound. With respect to the financial burden to society, the mean associated costs were USD 12,500 for reamed intramedullary nailing, USD 13,300 for casting with therapeutic ultrasound, USD 15,600 for operative management by non-reamed intramedullary nailing, and USD 17,300 for casting alone. INTERPRETATION: Our analysis suggests that, from an economic standpoint, reamed intramedullary nailing is the treatment of choice for closed and open grade I tibial shaft fractures. Considering financial burden to society, there is preliminary evidence that treatment of low-energy tibial fractures with therapeutic ultrasound and casting may also be an economically sound intervention.

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)0,008
score de la tête « metaresearch » (Gemma)0,028
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,017
Tête enseignante GPT0,339
Écart entre enseignants0,322 · 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

Citations47
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa OrthopaedicaMême sujetBone fractures and treatmentsTravaux en français237 207