Factors Associated With Health-Related Quality of Life in Patients With Open Fractures
Notice bibliographique
Résumé
OBJECTIVES: To analyze FLOW data to identify baseline patient, injury, fracture, and treatment factors associated with lower health-related quality of life (HRQoL) at 12-month postfracture. DESIGN: Prognostic study using data from a prospective randomized controlled trial. SETTING: Thirty-one clinical centers in the United States, Canada, Australia, and India. PATIENTS/PARTICIPANTS: One thousand four hundred twenty-seven patients with open fracture from the FLOW trial with complete 12-month Short Form-12 (SF-12) follow-up assessment and no missing data for selected baseline factors. INTERVENTION: Not applicable. MAIN OUTCOME MEASUREMENT: Physical Component Score (PCS) and the Mental Component Score (MCS) of the SF-12 at 12-month postfracture. RESULTS: One thousand four hundred twenty-seven patients were included in the SF-12 PCS and MCS linear regression models. Smoking, lower preinjury SF-12 PCS and MCS, and work-related injuries were significantly associated with lower SF-12 PCS and MCS at 12-month postfracture. A lower extremity fracture and a wound that was not closed at initial irrigation and debridement were significantly associated with lower 12-month SF-12 PCS but not MCS. Only the adjusted mean difference for lower extremity fractures approached the minimally important difference for the SF-12 PCS. CONCLUSIONS: We identified a number of statistically significant baseline factors associated with lower HRQoL; however, only the presence of a lower extremity fracture approached clinical significance. More research is needed to quantify the impact of these factors on patients and to determine whether changes to modifiable factors at baseline will lead to clinically significant improvements in HRQoL after open fractures. LEVEL OF EVIDENCE: Prognostic Level II. See Instructions for Authors for a complete description of levels of evidence.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».