MétaCan
Menu
Retour à la cohorte
Enregistrement W2193155272 · doi:10.2106/jbjs.n.01007

Intramedullary Versus Extramedullary Fixation for Unstable Intertrochanteric Fractures

2015· article· en· W2193155272 sur OpenAlexaff
Rudolf Reindl, Edward J. Harvey, Gregory K. Berry, Elham Rahme

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHip and Femur Fractures
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésIntramedullary rodMedicineRadiographySurgeryFixation (population genetics)Hip fractureHeterotopic ossificationFemoral neckImplantFemurOsteoporosisPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of intramedullary devices for the management of intertrochanteric fractures has steadily increased without good evidence of their clinical efficacy. This prospective randomized multicenter study was designed to compare the clinical and radiographic outcomes of patients who had been treated with a traditional extramedullary hip screw for an unstable (AO/OTA 31-A2) intertrochanteric hip fracture with those of patients who had been treated with the newer intramedullary device for the same injury. METHODS: The Lower Extremity Measure (LEM) was used as the primary hip-specific outcome tool. The Functional Independence Measure (FIM), the timed "Up & Go" (TUG) test, as well as a timed two-minute walk test were used as secondary clinical outcome tools. Specific radiographic parameters were collected to assess for fracture movement, heterotopic ossification, and implant failure. RESULTS: No significant differences were noted between the intramedullary and extramedullary treatment arms with regard to either the primary or the secondary clinical outcome tools. The radiographic parameters favored the intramedullary treatment arm, which had less femoral neck shortening. CONCLUSIONS: While the use of the intramedullary devices led to better radiographic outcomes in this study, this did not translate to improved functional outcomes.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,073
Tête enseignante GPT0,313
Écart entre enseignants0,239 · 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'étudeSans objet
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

Citations136
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetHip and Femur FracturesTravaux en français237 207