The iTClamp in the treatment of prehospital craniomaxillofacial injury: a case series study
Notice bibliographique
Résumé
BACKGROUND: Craniomaxillofacial (CMF) injuries are very common in both civilian and military settings. Nearly half of all civilian trauma incidents include a scalp laceration and historical rates of CMF battle injuries increased from 16%-21% to 42.2%. The scalp is highly vascular tissue and uncontrolled bleeding can lead to hypotension, shock and death. Therefore, enabling on-scene providers, both military and civilian, to immediately manage scalp and face lacerations, in a manner that allows them to still function in a tactical way, offers operational advantages. This case series examines how effectively a wound-clamp (iTClamp) controlled bleeding from CMF injuries pre-hospital environment. METHODS: The use of the iTClamp for CMF (scalp and face laceration) was extracted from iTrauma Care's post market surveillance database. Data was reviewed and a descriptive analysis was applied. RESULTS: 216 civilian cases of iTClamp use were reported to iTrauma Care. Of the 216 cases, 37% (n=80) were for control of CMF hemorrhage (94% scalp and 6% face). Falls (n=24) and MVC (n=25) accounted for 61% of the mechanism of injury. Blunt accounted for 66% (n=53), penetrating 16% (n=13) and unknown 18% (n=14). Adequate hemorrhage control was reported in 87.5% (n=70) of cases, three respondents reported inadequate hemorrhage control and in seven cases hemorrhage control was not reported. Direct pressure and packing was abandoned in favor of the iTClamp in 27.5% (n=22) of cases. CONCLUSIONS: CMF injuries are common in both civilian and military settings. Current options like direct manual pressure (DMP) often do not work well, are formidable to maintain on long transports and Raney clips are a historical suggestion. The iTClamp offers a new option for control of external hemorrhage from open wounds within compressible zones.
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 | 0,003 | 0,000 |
| 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 | 0,000 |
| 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 ».