MétaCan
Menu
← Retour à la cohorte
Enregistrement W2408924316

[Surgical treatment of periprosthetic femur fracture after hip arthroplasty].

2012· article· en· W2408924316 sur OpenAlexaboutno aff
Hao Lü, Baoguo Jiang, Zhong-guo Fu, Dianying Zhang, Tian-bing Wang, Hailin Xu, Feng Xue, Jianhai Chen, Peixun Zhang, Yu Dang, Ming Yang

Notice bibliographique

RevuePubMed · 2012
Typearticle
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeriprostheticMedicineSurgeryFemurArthroplastyInternal fixationProsthesisFemur fractureHip fractureFixation (population genetics)OsteoporosisInternal medicinePopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To investigate the surgical treatment results of periprosthetic femur fracture after hip arthroplasty. METHODS: In the study, 10 patients from Oct. 2006 to Jan. 2012 were treated surgically according to Vancouver classification, and their fracture union, hip function, pain in fracture site and lower extremity length were evaluated postoperatively. RESULTS: All the patients had full follow-up for 6 to 69 months (mean time: 35.1 months). All fractures were united well with good alignment and no prosthesis loosing or internal fixation failure was discovered. Harris scores to assess hip function were 71 to 90 (mean: 79.8) and the excellent and good rate was 70%. VAS scores to evaluate pain in fracture site when walking were 0 to 3 (mean: 1.4). The lengths of injured lower extremity were shorter by 0 to 2.5 cm than those of the contralateral side preoperatively [mean (1.6±0.9) cm]. The shortened lengths were reduced to 0 to 1.8 cm postoperatively [mean (0.6±0.6) cm], which were statistically different from those of preoperation (P=0.002). CONCLUSION: Although treatment of periprosthetic femur fracture after hip arthroplasty is a hard work, we can make individual therapy regiment based on the patient's age, general condition, function demand and Vancouver classification. Surgical treatment can bring good results.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · 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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,230
Écart entre enseignants0,211 · 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'étudeObservationnel
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Travaux en français237 207→