Mechanism of Injury and Clinical Variables in Thoracic Spine Fracture: A Case Control Study
Notice bibliographique
Résumé
Objective To determine the mechanisms of injury and clinical findings significantly associated with traumatic thoracic spine (T-spine) fractures. Methods This was a case-control study in a tertiary adult trauma centre. Cases were patients admitted with traumatic T-spine fractures between January 1999 and August 2007, inclusive. Each case had two controls matched for gender, age and injury severity. Data were collected from patient medical records and the trauma service database. Factors potentially associated with T-spine fracture were derived from the literature, expert consensus and univariate analysis. Multivariate logistic regression was employed to determine factors significantly associated with T-spine fracture. Results Two hundred and sixty one cases and 512 controls were enrolled. Univariate analysis showed the mechanisms of fall from a height ≥2 meters (m) and motorbike accident ≥60 kilometers per hour were significantly associated with T-spine fracture (p<0.001). The clinical findings of thoracic back pain, tenderness, intoxication, step deformity and abnormal neurological symptoms were also significantly associated with T-spine fracture (p<0.05). Multivariate analysis indicated that falls from a height of ≥2 m and thoracic back pain were significantly and positively associated with T-spine fracture (p<0.001). However, intoxication was negatively associated with T-spine fracture. Conclusions Patients with T-spine injury are significantly more likely to have fallen from a height ≥2 m or to have had thoracic back pain but less likely to be intoxicated. These findings should be validated prospectively prior to development of clinical guidelines for the identification of patients who may benefit from CT screening of the thoracic spine.
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 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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».