Pediatric Traumatic Spinal Cord Injury in the United States: A National Inpatient Analysis
Notice bibliographique
Résumé
BACKGROUND: Traumatic spinal cord injury (tSCI) is a debilitating neurological condition often associated with lifelong disability. Despite this, there are limited data on pediatric tSCI epidemiology in the United States. OBJECTIVES: Our primary objective was to estimate tSCI hospitalization rates among children, including by age, sex, and race. Secondary objectives were to characterize tSCI hospitalizations and examine associations between sociodemographic characteristics and tSCI etiology. METHODS: We used the 2016 Kids' Inpatient Database to examine tSCI hospitalizations among children (<21 years). Descriptive statistics were used to report individual and care setting characteristics for initial tSCI hospitalizations. We used Census Bureau data to estimate tSCI hospitalization rates (number of pediatric tSCI hospitalizations / number of US children) and logistic regression modeling to assess associations between documented sociodemographic characteristics and injury etiology. RESULTS: There were 1.48 tSCI admissions per 100,000 children; highest rates of hospitalization involved older (15-20 years), male, and Black children. Hospitalization involving male (adjusted odds ratio [AOR] 0.43; 95% CI, 0.33-0.58) or Black (AOR 0.37; 95% CI, 0.25-0.55) children were less likely to involve a motor traffic accident. Hospitalizations of Black children were significantly more likely to have a diagnosis of tSCI resulting from a firearm incident (AOR 18.97; 95% CI, 11.50-31.28) or assault (AOR 11.76; 95% CI, 6.75-20.50) compared with hospitalizations of White children. CONCLUSION: Older, male, and Black children are disproportionately burdened by tSCI. Implementation of broad health policies over time may be most effective in reducing pediatric tSCI hospitalizations and preventable injuries.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,011 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».