Development and Validation of the New International Classification for Scapula Fractures
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
OBJECTIVES: Multiple scapula classification systems exist in the literature and were developed using a consensus approach with one or several experts agreeing on a classification without stringent validation. None have gained widespread acceptance. A decision was made by the OTA classification committee and the AO Classification Advisory Group to collaborate on the development of a new validated classification system capable of addressing the limitations of the existing systems. METHODS: A feedback validation process through 4 iterations of revised classifications on radiographs and computed tomography (CT) scans was used. Statistical analyses calculated the proportion of agreement among surgeons and kappa statistics for the assessment of coding reliability. Estimates of classification accuracy were obtained using latent class modeling. RESULTS: Fractures of the scapular neck are rare injuries and were difficult to define and diagnose with kappa values ranging from 0.28 to 0.40. Although fossa fractures could be identified on plain radiographs, specific fracture patterns could only be classified with CT scans. The new classification divides the scapula into 3 segments: fossa, body, and processes. The validation has shown that the classification can be reliable using plain radiographs (kappa 0.66), increasing to kappa of 0.78 when CT scans were added. CONCLUSIONS: This basic coding system allows clinicians to describe and classify scapula fractures with a reasonable degree of reliability. This validated classification that has resulted from this process has been accepted by a disparate group of orthopaedic traumatologists as a better option for clinical communication and research documentation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle