Epidemiology of spinal infections: retrospective review of the patients with osteomyelitis, discitis, and epidural abscesses
Notice bibliographique
Résumé
Background: Spinal infections are one of the most difficult, complex, and multi-disciplinary health conditions. The purpose of this paper was to gather demographic information of the patients with spinal infections and to identify factors that would influence their management. Methods: Retrospective chart review of 146 adult patients with osteomyelitis, discitis or epidural abscesses admitted to the Royal University Hospital, Saskatchewan, from 2007-2014. Results: Patient demographics included 59% male, 41% female, mean age 53 years. 36% of patients required surgery, 44% were IV drug users, and 71% were managed by surgeons. Presence of a neurological deficit, higher white blood cell count, and longer hospital admission, in relation to poor outcomes, were statistically significant. Higher age and shorter duration between onset of symptoms and admission showed a trend toward a poorer outcome. Epidural abscess and presence of a neurological deficit are variables isolated as being statistically significant in relation to need for surgery. 57.1% of patients with epidural abscess and 51.7% with neurological deficit required surgery. Conclusions: We were able to identify high-risk patients as to the need for surgery and poor outcome. Based on this information, we can better tailor our management strategy of this difficult condition.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».