Valuing the Recovery Priorities of Orthopaedic Trauma Patients After Injury: Evidence From a Discrete Choice Experiment Within 6 Weeks of Injury
Notice bibliographique
Résumé
OBJECTIVES: To determine the recovery priorities of extremity fracture patients during the subacute phase and the patient factors associated with variation in recovery priorities. DESIGN: Discrete choice experiment. SETTING: Academic trauma center. PATIENTS: One hundred ninety-eight patients with a fracture to the appendicular skeleton. Patients with severe traumatic brain injuries, spinal cord injuries, and non-English-speaking patients were excluded. MAIN OUTCOME MEASUREMENT: The relative importance of clinical recovery, work-related recovery, and obtaining disability benefits after injury. RESULTS: In the subacute period, clinical recovery was the main priority for fracture patients (mean: 62%, SD: 5.3). Work-related recovery (mean: 27%, SD: 3.9) and the receipt of other disability benefits (mean: 11%, SD: 6.4) were each of significantly less importance. Heterogeneity was observed across these estimates based on the physical demands of preinjury employment, preinjury physical health, preinjury work status, health insurance type, and the severity of the fracture. CONCLUSION: Clinical recovery was of paramount importance for fracture patients during the subacute recovery phase. However, patients also valued resuming work and access to disability benefits. Understanding a patient's recovery priorities early in the clinical care pathway will enable the development of multidisciplinary care plans that are responsive to these priorities and, hence, deliver value-based health care. LEVEL OF EVIDENCE: Level V. See Instructions for Authors for a complete description of levels of evidence.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».