Diagnosis of Long-Term Sequelae After Low-Voltage Electrical Injury
Notice bibliographique
Résumé
The purpose of this study was to determine the efficacy of diagnostic tests and specialty consultations in aiding the diagnosis of long-term symptoms after low-voltage electrical injury (EI). A retrospective hospital chart review of low-voltage electrical-injured patients admitted to the outpatient burn clinic of a rehabilitation hospital was conducted (January 2002 to March 2006). Results of tests and specialty consultations were compared between patients with low-voltage contact injuries and patients with low-voltage flash injuries using Student's t-test and χ(2) with a P < .05 considered significant. Forty patients were treated for low-voltage EI, and all injuries occurred at work. Three patients were excluded due to lack of exact voltage documentation. Of the remaining 37 patients, there were 31 males (83.8%) and 6 females (16.2%) with a mean age of 36.7 ± 11.0 years and a mean TBSA of 7.7 ± 7.3%. Of 83 specialty consultations, the most frequents were psychology (38.6%), physiatry (21.7%), neurology (15.7%), and orthopedic (8.4%). Eighty percent of consultations were negative (no pathology). Patients with electrical contact injury had more specialty consultations (68.7 vs 31.3%, P = .003), especially neurology (21.1 vs 3.8%, P = .027), and more tests than patients with electrical flash injury (86.5 vs 13.5%, P < .001). Four (6.3%) CT scans and 14 (21.9%) magnetic resonance imaging scans were performed in electrical contact injury patients, but the majority of their results were negative (75 and 71.4%, respectively). Ultrasound, bone scan, and x-rays were negative: 80, 100, and 100%, respectively. Low-voltage electrical-injured patients are frequently referred for specialty consultations and tests, which are usually not effective to correlate their long-term symptoms with the initial EI.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».