Musculoskeletal Injuries and Conditions Among Homeless Patients
Notice bibliographique
Résumé
INTRODUCTION: The purpose of this study was to analyze existing literature on musculoskeletal diseases that homeless populations face and provide recommendations on improving musculoskeletal outcomes for homeless individuals. METHODS: A comprehensive search of the literature was performed in March 2020 using the PubMed/MEDLINE (1966 to March 2020), Embase (1975 to April 2020), and CINHAL (1982 to 2020) databases. The Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines were used for accuracy of reporting, and the Newcastle-Ottawa Scale was used for quality assessment. RESULTS: Twenty-nine articles met inclusion criteria. Seven studies observed an increased prevalence of musculoskeletal injuries among the homeless population, four observed increased susceptibility to bacterial soft-tissue infection, four observed increased fractures/traumatic injuries, three described increased chronic pain, and six focused on conditions specific to the foot and ankle region. DISCUSSION: Homeless individuals often have inadequate access to care and rely on the emergency department for traumatic injuries. These findings have important implications for surgeons and public health officials and highlight the need for evidence-based interventions and increased follow-up. Targeted efforts and better tracking of follow-up and emergency department usage could improve health outcomes for homeless individuals and reduce the need costly late-stage interventions by providing early and more consistent care.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».