Comparative Study of Early Health Care Use after Forearm Corrective Osteotomy
Notice bibliographique
Résumé
Background Bone reconstruction is frequently required for corrective osteotomy of the forearm long bones. Studies have evaluated long term outcomes but not the impact of these procedures on early postoperative complications and health care utilization. Questions/Purposes This study evaluated the early postoperative health care utilization following corrective osteotomy of the radius and/or ulna. Patients and Methods The American College of Surgeons' National Surgical Quality Improvement Program (NSQIP) was the primary data source to perform a comparative statistical analysis of the bone autograft and nonautograft (allograft, graft substitute, or no graft) procedures. We performed a review of the NSQIP database (2005–2013) to evaluate patients who underwent a corrective osteotomy of the radius and/or ulna. Results There were 362 cases; autograft (n = 117) and nonautograft (n = 245). There were no significant differences with demographics or comorbidities. The majority of cases were outpatient surgeries and there were no significant differences in anesthesia time, operative time, or hospital length of stay. Overall, the average length of stay was 0.6 days, readmission rate was 2%, and the total complication rate was 1% and there was no statistically significant difference between reconstruction groups. Harvesting of autograft was not associated with the overall 30-day complications and specific markers of health care utilization. Conclusions Our results are derived from the heterogeneous hospital setting of NSQIP contributing centers. The health care utilization and 30-day complications are low following corrective osteotomy of forearm long bones and autograft harvest did not influence the health care utilization. Level of Evidence Therapeutic Level II.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».