Predictors requiring special attention to prevent clavicle fracture nonunion: a systematic review of literature
Notice bibliographique
Résumé
Background: Clavicle fracture (CF) is the tenth most prevalent fracture, accounting for an annual incidence of 37/10,000. This systematic review highlights the factors contributing to the nonunion union of the clavicular fracture. Method: A systematic search was conducted using three web-based databases up to August 12, 2022, for conducting qualitative analysis. Articles were screened for relevance, and only studies that met inclusion criteria based on PECOS; P (patients): participants diagnosed with clavicular fracture; E (exposure): nonunion, C (control): not applicable; O (outcomes): factors contributing to nonunion or delayed union; S (studies): trials and observational studies. The Newcastle-Ottawa Scale was used to assess the quality of the cohort studies. The Cochrane risk of bias tool was used to assess the bias in randomized control trials. Results: Ten studies were selected after the final literature search. Two thousand seven hundred and sixty-six adult participants who were radiologically and clinically diagnosed with nonunion clavicular fracture were included to pool the qualitative results. Fall was the most dominant cause of clavicular fracture, followed by road traffic collisions. Open reduction was widely used to treat nonunion correction. The qualitative results suggested a prominent correlation of nonunion with advancing age, female gender, high energy trauma, high Disabilities of the Arm, Shoulder, and Hand Score, smoking, fracture displacement, clavicular shortening, the callus on radiography, and fracture movement. The mid-shaft fracture was the most dominant type of fracture in the included studies; highly associated with nonunion in comparison to medial or lateral CF. The previous history of operation was an independent factor contributing to nonunion. Conclusion: The results of this systematic review suggested the predictors contributing to nonunion in the CF. Demographic factors such as advancing age with female gender are at higher risk of developing clavicular nonunion. Smoking was the most dominantly highlighted environmental factor contributing to nonunion. Diaphyseal or midshaft fracture was the most common site for nonunion. Therefore, we suggested that patients with the predictors mentioned above require special attention to prevent nonunion of the CFs. More studies should be conducted on this subject to assess the factors that pose a risk associated with the nonunion of the bone for better clinical management and outcomes of the fracture.
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 | 0,011 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».