A Linked Population-Based Analysis of Severe Lower Extremity Traumas in Ontario
Notice bibliographique
Résumé
Background: Successful management of open tibial fractures often requires a multidisciplinary approach. Previous literature has shown that admission to a trauma centre and coordinated management of early bony fixation and soft-tissue reconstruction improve patient outcomes. The objective of this study was to describe patients who had open tibial fractures in Ontario and analyse their outcomes. Method: Linked population-based administrative data pertaining to patients who had open tibia fractures between the years 2009 and 2020 were examined. Demographic information, admission location, timing of soft-tissue reconstruction, and complication rates were collected. Results: 4240 patients were identified. The mean age was 47, and the majority were males. One-third of the patients were admitted to a trauma centre. This group were more likely to have an Injury Severity Score >15, and associated neurovascular injuries of the leg. When outcomes were compared over 1 year, the trauma centre group was more likely to undergo limb amputation, but also more likely to have a soft-tissue reconstruction. The average time to soft-tissue reconstruction was 20 days. Patients receiving care in a trauma centre were more likely to have an external fixation, plastic surgery consults, and longer hospital stay. There were no differences in the odds of infection, malunion or nonunion, and 30-day mortality. Conclusions: These findings provide a comprehensive examination of the clinical course for patients experiencing open tibia fractures in Ontario. Future studies can help facilitate coordinated efforts between different specialties to expedite care and improve overall outcomes.
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 | 0,001 |
| 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 ».