Blast Injuries: From Improvised Explosive Device Blasts to the Boston Marathon Bombing
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
Although most trauma centers have experience with the imaging and management of gunshot wounds, in most regions blast wounds such as the ones encountered in terrorist attacks with the use of improvised explosive devices (IEDs) are infrequently encountered outside the battlefield. As global terrorism becomes a greater concern, it is important that radiologists, particularly those working in urban trauma centers, be aware of the mechanisms of injury and the spectrum of primary, secondary, tertiary, and quaternary blast injury patterns. Primary blast injuries are caused by barotrauma from the initial increased pressure of the explosive detonation and the rarefaction of the atmosphere immediately afterward. Secondary blast injuries are caused by debris carried by the blast wind and most often result in penetrating trauma from small shrapnel. Tertiary blast injuries are caused by the physical displacement of the victim and the wide variety of blunt or penetrating trauma sustained as a result of the patient impacting immovable objects such as surrounding cars, walls, or fences. Quaternary blast injuries include all other injuries, such as burns, crush injuries, and inhalational injuries. Radiography is considered the initial imaging modality for assessment of shrapnel and fractures. Computed tomography is the optimal test to assess penetrating chest, abdominal, and head trauma. The mechanism of blast injuries and the imaging experience of the victims of the Boston Marathon bombing are detailed, as well as musculoskeletal, neurologic, gastrointestinal, and pulmonary injury patterns from blast injuries.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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