Traumatic Spinal Cord Injuries with Fractures in a Québec Level I Trauma Center
Notice bibliographique
Résumé
BACKGROUND: Traumatic spinal cord injuries (TSCI) have devastating consequences on patients' quality of life. More specifically, TSCI with spinal fractures (TSCIF) have the most severe neurological impairment, although limited data are available. This study aimed at providing data and analyzing TSCIF in a level I trauma center in the province of Québec, Canada. METHODS: Two hundred eighty-two TSCIF were reviewed. Spinal injuries and neurological impairment were assessed with AO classification and AIS, respectively. Variables included age, sex, cause, location, mechanism of injury (MOI), and severity of TSCIF. Chi-squared Pearson determined significant associations (p < 0.05). RESULTS: Male-to-female ratio was 3.21:1. Patients were 42.5 ± 18.7 years. The leading causes of TSCIF were high-energy falls (28.4%), cars (26.2%) and vehicle without restraint system (motorcycle, all-terrain vehicle, snowmobile, and bicycle) (21.3%). Vehicle collisions, pooling cars and unrestrained vehicles, mostly affected the 20-49-year population (62.2%). The main MOI was distraction in males (47.9%), and axial compression in females (44.8%). There were significant associations between causes and injured spinal level, as well as between MOI and injured spinal level, sex, and TSCIF severity. Most patients involved in unrestrained vehicle accidents sustained a thoracolumbar spine distraction with complete motor deficit. A severe neurologic deficit affected most patients following car accidents that caused cervical spine distraction or axial torsion. CONCLUSIONS: In Québec, most TSCIF caused by vehicle collisions affect a young population and have severe neurological impairments. Future efforts should focus on better understanding accidents involving the unrestrained vehicle category to further improve preventive measures.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».