Neurotological findings after electrical injury at the workplace
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Neurotological findings secondary to electrical injuries have rarely been reported in the world literature. We attempt to characterize the neurotological findings following electrical injury and to determine the role head injury and loss of consciousness play in this population's clinical presentation. STUDY DESIGN: Retrospective cohort study. METHODS: A database containing 3,438 patients with work-related injuries was scanned for individuals who sustained and survived electrical injuries at work. Detailed analysis of the frequencies of presenting features and test results was performed. A comparative analysis was made between the subsets of patients with and without loss of consciousness and/or head injury. RESULTS: A cohort of 42 patients was identified. All patients had multiple symptoms. Dizziness was a significant complaint in all workers with electrical injuries. Other common complaints included tinnitus and imbalance. Characterization of these symptoms is provided in detail according to statistical frequency. In this cohort, 25 workers had a concomitant head injury and 17 workers had an associated loss of consciousness. There was no statistically significant difference when clinical presentation, examination, and balance testing results were compared between the subsets. CONCLUSIONS: Frequency and characterization of symptoms following electrical injury are provided. Dizziness is the most common presenting neurotological feature. Loss of consciousness and/or associated head injury do not affect the clinical presentation in this particular population. LEVEL OF EVIDENCE: 2b. Laryngoscope, 127:2126-2131, 2017.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».