Trends in Digital Replantation: 10 Years of Experience at a Large Canadian Tertiary Care Center: Les tendances de la replantation digitale : dix ans d’expérience d’un grand centre canadien de soins tertiaires
Notice bibliographique
Résumé
BACKGROUND: Since 1965, the practice of digital replantation has seen great technical strides and become commonplace worldwide. However, some American authors have recently reported declining rates of replantation. We set out to characterize the patient population and describe treatment patterns from 2005 to 2016 at a large Canadian regional replantation center. METHODS: A retrospective cohort of all patients undergoing digital replantation and revascularization from 2005 to 2016 was identified. Data were collected on demographics, injuries, procedures, and outcomes. Descriptive statistics were performed, followed by a comparison of two 5-year periods to evaluate temporal trends. RESULTS: A total of 234 patients were treated with 146 replantation and 204 revascularization procedures. Patients were largely male, healthy, and worked as manual labourers. Overall, the failure rate of individual repairs was 28.7%. Over time, there was a trend toward more crush or avulsion and multidigit injuries, and surgeries performed after 2011 were significantly longer. There was a significant downward trend in the number of patients treated at our center each year. Additionally, there was a statistically significant decrease in the proportion of replanted to revised digits in multidigit cases. DISCUSSION: Our observation of declining replantation rates is in line with recent American observations. The reason for this is not obvious but may represent a change in injury characteristics or surgeon attitudes. CONCLUSION: We suspect that these changes represent a change in workplace safety and injury characteristics, but further studies are needed to assess patient and surgeon treatment decisions.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».