Civilian Airway Trauma: A Single‐Institution Experience
Notice bibliographique
Résumé
BACKGROUND: Injuries to the airway in the neck and thorax are uncommon, but may be potentially life threatening. The objective of this study is to determine the clinical characteristics and outcomes for patients with airway injury. METHODS: From 1974 to 2014, a prospectively entered trauma database at a Level 1 trauma center was accessed to identify patients with injuries to the larynx, cervical trachea, or thoracic airway. Hospital charts were reviewed to obtain data on demographics, presentation, injury management, in-hospital and long-term morbidity and in-hospital mortality. Multivariate logistic regression was used to estimate predictors of mortality and long-term vocal cord morbidity. Data are expressed as N (%). RESULTS: One hundred and twenty patients were included (median injury severity score: 19 [interquartile range: 10-27]). There were 65 (54 %) blunt and 55 (46 %) penetrating injuries, with 90 (75 %) suffering multiple injuries. Sixteen (13 %) patients died from associated injuries (7: in ER; 9: after admission). Injuries were located in the cervical airway [101 (84 %)], thoracic airway [21 (18 %)], or both [2 (2 %)]. Eighty-six (72 %) patients were managed surgically. Predictors of in-hospital mortality included hemodynamic instability (OR 6.54, 95 % CI 1.11-37.14), GCS < 8 upon presentation (OR 4.35, 95 % CI 3.24-5.41), and head trauma (OR 4.10, 95 % CI 1.91-6.30). Fracture of cricoid or thyroid cartilages was a strong predictor of long-term vocal cord injury (OR 3.93, 95 % CI 1.25-12.59). CONCLUSIONS: Airway trauma remains a major challenge for early diagnosis, airway control, and management of both acute life-threatening injury and long-term morbidity.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».