Pediatric Forefoot Fractures
Notice bibliographique
Résumé
BACKGROUND: Forefoot fractures account for 6% to 10% of fractures in children, and although the majority heals with supportive treatment, complications may lead to pain and disability. No previous study in children has evaluated complication risk in the emergency department based on initial assessment characteristics. STUDY OBJECTIVES: The study aim was to identify the radiological and clinical variables that increase the complication rate of pediatric forefoot fractures. This may help emergency physicians refer patients who require more thorough follow-up or surgical intervention. METHODS: We evaluated 497 forefoot fractures on initial presentation to a pediatric emergency department at the Children's Hospital at London Health Science Centre over a 6-year period. We collected variables such as degree of angulation, displacement, number of concurrent fractures, and demographic data such as age and sex. We then determined the variables associated with complications by reviewing each patient's chart. RESULTS: Overall, there was a 6.4% complication rate. Analysis identified sex as an important predictor of complications. Females, although representing approximately one third of the sample, represented nearly two thirds of the cases with complicated outcomes (P = 0.001; odds ratio [OR], 4.67). Increased number of fractures was also significant (P = 0.01; OR, 2.41) as was increasing age (P = 0.01; OR, 1.17) and patients who chose to return to the emergency department (P < 0.05; OR, 5.282). Lateral angulation/displacement and anteroposterior angulation/displacement were not associated with increased complications. CONCLUSION: Identifying features, such as female sex, increasing age, multiple fractures, and return to emergency departments for repeat visits, may help guide the emergency physician on whom to refer for specialized care.
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 | 0,001 |
| 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) | 0,004 | 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; 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 ».