MétaCan
Menu
Retour à la cohorte
Enregistrement W4396612874 · doi:10.1097/oi9.0000000000000313

Open fractures: evidence-based best practices

2024· article· en· W4396612874 sur OpenAlexaff
Paul S. Whiting, William T. Obremskey, Herman Johal, David Shearer, David A. Volgas, Zsolt J. Balogh

Notice bibliographique

RevueOTA International The Open Access Journal of Orthopaedic Trauma · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueBone fractures and treatments
Établissements canadiensFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOpen fractureNonunionMedicineIntensive care medicineDebridement (dental)Soft tissueSepsisBest practiceSurgeryMedical emergencyOrthopedic surgery

Résumé

récupéré en direct d'OpenAlex

Open fracture management is a common challenge to orthopaedic trauma surgeons and a burdensome condition to the patient, health care, and entire society. Fracture-related infection (FRI) is the leading morbid complication to avoid during open fracture management because it leads to sepsis, nonunion, limb loss, and overall very poor region-specific and general functional outcomes. This review, based on a symposium presented at the 2022 OTA International Trauma Care Forum, provides a practical and evidence-based summary on key strategies to prevent FRI in open fractures, which can be grouped as optimizing host factors, antimicrobial prophylaxis, surgical site management (skin preparation, debridement, and wound irrigation), provision of skeletal stability, and soft-tissue coverage. When it is applicable, strategies are differentiated between optimal resource and resource-limited settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0050,006
Science ouverte0,0040,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,242
Tête enseignante GPT0,512
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTA International The Open Access Journal of Orthopaedic TraumaMême sujetBone fractures and treatmentsTravaux en français237 207