Is the modified Gartland classification system important in deciding the need for operative management of supracondylar humerus fractures?
Notice bibliographique
Résumé
PURPOSE: This study examined levels of agreement between paediatric orthopaedic surgeons in the need for operative management of extension-type supracondylar humerus fractures. METHODS: This was the second phase of a two-part study. De-identified baseline anteroposterior and lateral elbow radiographs from 60 paediatric patients with extension-type supracondylar humerus fractures were compiled. After classifying each fracture according to Gartland classification guidelines, radiographs were randomized, and surgeons indicated whether they would use operative or non-operative management to treat each fracture. Kappa statistics using pairwise comparisons were calculated to determine agreement levels. RESULTS: In total, 11 international surgeons participated, and 10/11 completed both survey rounds. The overall weighted interobserver agreement was moderate (0.530, 95%CI [0.215,0.854]) while overall weighted intraobserver agreement was substantial (0.740, 95%CI [0.513,0.963]). The largest variability in preferred treatment methods between surgeons was observed for type IIA fractures, with 6/11 preferring non-operative and 5/11 preferring operative management. The largest individual surgeon variability was observed for type IIA fractures, with 8/11 showing variability (defined by not having made the same decision for at least 90% of the cases) in choosing whether to operate. CONCLUSIONS: Our findings suggest moderate interobserver, and substantial intraobserver agreement in treatment decision making. The largest disagreements between surgeons were observed for type IIA and IIB fractures and treatment decisions did not follow expected trends based on surgeons' preferred treatment methods for each fracture type. This suggests differences in treatment approaches between surgeons in the management of type IIA fractures and highlights the role of other variables that underlie differences between surgeons' treatment preferences. LEVEL OF EVIDENCE: III.
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 | 0,010 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».