Burden of gluteal fibrosis and post-injection paralysis in the children of Kumi District in Uganda
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to estimate the prevalence of postinjection paralysis (PIP) and gluteal fibrosis (GF) among children treated in a rural Ugandan Hospital. METHODS: We conducted a retrospective cohort study by reviewing the musculoskeletal clinic and community outreach logs for children (age < 18 yrs) diagnosed with either PIP or GF from Kumi Hospital in Kumi, Uganda between 2013 and 2015. We estimated the prevalence as a ratio of the number of children seen with each disorder over the total population of children seen for any musculoskeletal complaint in musculoskeletal clinic and total population of children seen for any medical complaint in the outreach clinic. RESULTS: Of 1513 children seen in the musculoskeletal clinic, 331 (21.9% (95% CI 19.8-24.1%)) had PIP and another 258 (17.1% (95% CI 15.2-19.0%)) had GF as their diagnosis. Of 3339 children seen during outreach for any medical complaint, 283 (8.5% (95% CI 7.6-9.5%)) had PIP and another 1114 (33.4% (95% CI 31.8-35.0%)) had GF. Of patients with GF, 53.9% were male with a median age of 10 years (50% between 7 and 12 years old). Of patients with PIP, 56.7% were male with a median age of 5 years (50% between 2 and 8 years old). CONCLUSION: PIP and GF comprise over 30% of clinical visits for musculoskeletal conditions and 40% of outreach visits for any medical complaint in this area of Uganda. The high estimated prevalence in these populations suggest a critical need for research, treatment, and prevention.
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) | 0,000 | 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 ».