Maxillofacial Injuries in Moose-Motor Vehicle Collisions Versus Other High-Speed Motor Vehicle Collisions
Notice bibliographique
Résumé
BACKGROUND: Anecdotal experience has suggested that there is a higher frequency of maxillofacial injuries among motor vehicle collisions involving moose. OBJECTIVES: A retrospective cohort study design was used to investigate the incidence of various injuries resulting from moose-motor vehicle collisions versus other high-speed motor vehicle collisions. METHODS: A chart review was conducted among patients presenting to a Canadian regional trauma centre during the five-year period from 1996 to 2000. RESULTS: Fifty-seven moose-motor vehicle collisions were identified; 121 high-speed collisions were randomly selected as a control group. Demographic, collision and injury data were collected from these charts and statistically analyzed. The general demographic features of the two groups were similar. Moose collisions were typically frontal impact resulting in windshield damage. The overall injury severity was similar in both groups. Likewise, the frequency of intracranial, spinal, thoracic and extremity injuries was similar for both groups. The group involved in collisions with moose, however, was 1.8 times more likely then controls to sustain a maxillofacial injury (P=0.004) and four times more likely to sustain a maxillofacial fracture (P=0.006). CONCLUSIONS: Occupants of motor vehicles colliding with moose are more likely to sustain maxillofacial injuries than those involved in other types of motor vehicle collisions. It is speculated that this distribution of injuries relates to the mechanism of collision with these large mammals with a high centre of gravity.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».