Notice bibliographique
Résumé
Historically, head and neck injuries constituted 16 to 20% of all nonfatal combat injuries. However, advances in body and vehicle armor in the context of the use of ambushes and improvised explosive devices by enemy combatants have resulted in fewer fatalities from head and neck wounds, and thus the incidence of nonfatal head and neck injuries has risen to as high as 52%. Despite this increase, data regarding specific injury distributions, surgical cases, and approaches to repair are lacking in the current literature. We conducted a study to systematically review the current literature regarding head and neck injuries and reconstructions during Operation Iraqi Freedom and Operation Enduring Freedom-Afghanistan. We found 44 articles that met our inclusion criteria. These articles covered 17,461 head and neck wounds sustained by 12,105 patients. Superficial soft-tissue facial injuries were most common wounds (31.7% of cases), followed by wounds to the neck (25.2%) and midface (17.9%). The 44 articles listed 5,122 discrete surgical reports covering 5,758 procedures. Of these procedures, simple facial laceration repairs (25.2%) and ophthalmologic surgeries (12.1%) were the most common soft-tissue repairs, and mandibular reconstructions (11.3%) were the most common type of bony reconstruction. Major flap reconstructions for coverage were required in only 0.4% of procedures. This information will be valuable for educating those involved in otolaryngology training programs, as well as civilian otolaryngologists regarding the types of injury patterns they should expect to see and treat in the returning veteran population.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».