Devastating neurologic injuries in the Syrian war
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Since 2011, hundreds of thousands of Syrians have been displaced and injured due to the ongoing Syrian civil war. In this study, we report the prevalence of neurologic injuries in a major rehabilitation center on the Turkish-Syrian border where death and injury tolls continue to rise. METHOD: Based on several on-site visits from 2013 to 2016, medical practitioners collected data from patients in the major rehabilitation center on the border of Turkey and Syria. The clinical data, which included the type and cause of injury, laterality, paralysis, areas injured, and treatment offered, were analyzed. RESULTS: A total of 230 patients were identified as having sustained a neurologic injury, 221/230 (96.1%) male and 9/230 (3.91%) female, ranging from ages 2-52 years. A total of 305 total injuries were documented over the course of a 4-year analysis due to several patients having multiple injuries. Gunshot wounds were the dominant mechanism of injury in 125/230 (54.3%) patients. Patients more frequently sustained single injuries 152/230 (66.1%) than multiple injuries 78/230 (33.9%). Peripheral nerve injuries were the most prevalent injuries, at 92.5% of all neurologic injuries (282/305), specifically injury to the radial nerve, at 19.1% (54/282) of peripheral injuries. Patients with spinal cord injuries made up 20/230 (8.7%) of all patients, with thoracic spine injuries composing 50% (10/20). Traumatic brain injuries were the least prevalent, 3/230 (1.3%), with an equal distribution of subtypes. CONCLUSION: This study and critical analysis of the devastation in Syria suggests the desperate need for emergency aid.
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.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle