Racial and Ethnical Discrepancies and Similarities in the Epidemiology, Survival, and Neurological Outcomes After Acute Traumatic Spinal Cord Injury: A Retrospective Cohort Study Using Data from the NASCIS-1 Trial
Notice bibliographique
Résumé
Background Little is known about the impact of race/ethnicity on the clinical and neurological outcomes after acute traumatic spinal cord injury (tSCI). Objectives This study examined the influence of race/ethnicity on the individuals’ survival and neurological recovery within the first year after tSCI. Methods The 306 cases enrolled in the First National Acute Spinal Cord Injury Study (NASCIS-1) were grouped as African American individuals ( n = 84), non-Hispanic White individuals ( n = 159), and other races/ethnicities that included Hispanic individuals ( n = 60) and Asian individuals ( n = 3). Outcome measures included survival and neurological recovery within the first year after tSCI. Data analyses were adjusted for major potential confounders. Results There were 39 females and 267 males with mean age of 31 years who mostly sustained cervical severe tSCI after motor vehicle accidents or falls. The three groups were comparable regarding sex distribution, level and severity of tSCI, level of consciousness at admission, and total received dose of methylprednisolone. African American individuals were significantly older than non-Hispanic White individuals ( p = .0238). African American individuals and individuals of other races/ethnicities more often had a tSCI with open wound caused by missile and water-related accidents than non-Hispanic White individuals ( p < .0001). Survival rates within the first year after tSCI were comparable among the three groups ( p = .3191). Among the survivors, there were no significant differences among the three groups regarding motor and pinprick and light-touch sensory recovery ( p > .0500). Conclusions The results of this study suggest that, while there were few differences among the racial/ethnical groups regarding the epidemiology of tSCI, race/ethnicity did not influence survival rate or neurological recovery within the first year post-tSCI.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».