MétaCan
Menu
Retour à la cohorte
Enregistrement W2720392061 · doi:10.18295/squmj.2016.17.02.010

Outcomes of Multi-Trauma Road Traffic Crashes at a Tertiary Hospital in Oman: Does attendance by trauma surgeons versus non-trauma surgeons make a difference?

2017· article· en· W2720392061 sur OpenAlexaff
Ammar Al‐Kashmiri, Sultan Al‐Shaqsi, Nada Al-Marhoobi, Mahmood Ul Hasan

Notice bibliographique

RevueSultan Qaboos University medical journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensMcGill UniversityRoyal College of Physicians and Surgeons of CanadaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency medicineMajor traumaRetrospective cohort studyTrauma careTertiary careTrauma centerIntensive care unitInjury Severity ScorePsychological interventionAttendanceGeneral surgeryInjury preventionPoison controlMedical emergencySurgeryIntensive care medicineNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Trauma surgeons are essential in hospital-based trauma care systems. However, there are limited data regarding the impact of their presence on the outcome of multi-trauma patients. This study aimed to assess the outcomes of multi-trauma road traffic crash (RTC) cases attended by trauma surgeons versus those attended by non-trauma surgeons at a tertiary hospital in Oman. METHODS: This retrospective study was conducted in December 2015. A previously published cohort of 821 multi-trauma RTC patients admitted between January and December 2011 to the Sultan Qaboos University Hospital, Muscat, Oman, were reviewed for demographic, injury and hospitalisation data. In-hospital mortality constituted the main outcome, with admission to the intensive care unit, operative management, intubation and length of stay constituting secondary outcomes. RESULTS: = 0.81). CONCLUSION: No difference in mortality was observed between multi-trauma RTC patients attended by trauma surgeons in comparison to those cared for by non-trauma surgeons at a tertiary centre in Oman.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSultan Qaboos University medical journalMême sujetTrauma and Emergency Care StudiesTravaux en français237 207