Risk factors for developing chronic whiplash disorders
Notice bibliographique
Résumé
BACKGROUND: Whiplash injury is one of the most common injuries in traffic accidents. Most of the injured recover within three months, however, a significant number have symptoms much longer. OBJECTIVE: The aim of this study was to determine the basic epidemiological characteristics of whiplash (gender, age, collision type, the type of participants in an accident, clinical signs) on Bosnia and Herzegovina roads and identify risk factors for chronic symptoms. METHODS: The subjects of this retrospective study were traffic accident whiplash patients who were diagnosed, treated and monitored in a single hospital center. The initial examination was performed on the day or the day after the accident and follow-up examinations after four weeks, three months, and six months. RESULTS: Out of the 241 patients in this study, 14.1% had symptoms over six months after the trauma. 54.7% of the injured belong to the third and fourth decade and close to 80% were younger than 50 years. In addition to neck pain, the most common symptoms were limited neck mobility (69.7%), muscle spasms (63.5%), palpable pain of neck muscles (56%), headache (43.6%), nausea (23.7%). Statistical analysis showed a positive impact of age, Quebec Task Force (QTF) grade II, and more injury severity and cervical spine degenerative changes on prolonged recovery. CONCLUSIONS: The overwhelming majority of the injured belong to the working population. QTF2+ score is a useful indicator for prolonged recovery and chronic symptoms. Age, QTF score and degenerative changes of the cervical spine indicate an increased risk for poor recovery and chronic symptoms.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».