MétaCan
Menu
← Retour à la cohorte
Enregistrement W3024132566

Open Reduction and Internal Fixation Versus Acute Arthroplasty for the Management of Common Extremity Injuries: Evidence-Based Decision Making.

2018· article· en· W3024132566 sur OpenAlexaff
Emil H. Schemitsch, Aaron Nauth, Michael D. McKee, Hans J. Kreder, Andrew H. Schmidt

Notice bibliographique

RevuePubMed · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueShoulder Injury and Treatment
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal fixationElbowArthroplastySurgeryEvidence-based medicinePhysical therapyOrthopedic surgerySports medicineReduction (mathematics)Alternative medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A considerable burden of disease is associated with the management of periarticular fractures. Increasingly, evidence-based medicine is used to define the standard of clinical care. The role of internal fixation in the management of periarticular fractures, particularly in elderly patients, has been questioned. Currently available evidence-based medicine studies may help surgeons decide whether open reduction and internal fixation or arthroplasty is appropriate for the management of common periarticular injuries. The management of periarticular injuries about the shoulder, elbow, hip, and knee is controversial. The long-term outcomes of patients with a periarticular upper or lower extremity injury who undergo open reduction and internal fixation are limited by high complication and revision surgery rates and poor functional outcomes. Despite evidence-based medicine decision making and the substantial number of prospective clinical trials available in the literature, a lack of consensus with regard to best practices for the surgical management of periarticular injuries exists. This lack of consensus has substantial implications given that proximal humerus, elbow, hip, and knee fractures are common and that the role of acute arthroplasty in the management of periarticular injuries is changing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,089
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,089
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,002
Communication savante0,0060,004
Science ouverte0,0020,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,097
Tête enseignante GPT0,376
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetShoulder Injury and Treatment→Travaux en français237 207→