Variability in the Definition and Perceived Causes of Delayed Unions and Nonunions
Notice bibliographique
Résumé
BACKGROUND: Despite the large number of fracture outcome studies, there remains variability in the definitions of fracture-healing. It is unclear how orthopaedic surgeons are diagnosing and managing delayed unions and nonunions in clinical practice. We aimed to explore the current opinions of orthopaedic surgeons with regard to defining, diagnosing, and treating delayed unions and nonunions in extremity fractures. METHODS: We developed a survey using previous literature, key informants in the field of orthopaedic surgery, and a sample-to-redundancy strategy. Our final survey contained four sections and twenty-nine questions focusing on demographics and surgical experience, definitions of fracture union, prognostic factors for union, and the need for clinical trials. The Internet-based survey and follow-up e-mails were continued until our a priori sample size of a minimum of 320 completed and eligible responses were collected. RESULTS: Three hundred and thirty-five surgeons completed the survey. The typical respondent was a North American, male orthopaedic surgeon or consultant over the age of thirty years who had completed trauma fellowship training, worked in an academic practice, supervised residents, and had more than six years of experience in treating orthopaedic injuries. Most surgeons endorsed a lack of standardization in definitions for delayed unions (73%) and nonunions (55%); almost all agreed that defining a delayed union and nonunion should be done on the basis of both radiographic and clinical criteria (88%). Most respondents believed that the degree of soft-tissue injury (approximately 93%), smoking history (approximately 82%), and vascular disease (approximately 76%) increased the risk of healing complications. CONCLUSIONS: Surgeons use similar prognostic factors to define and assess delayed unions and nonunions, but there is a lack of consensus in the definitions of delayed union and nonunion. The need for standardization and future randomized trials was strongly endorsed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,030 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».