Epidemiological Characteristics of Traumatic Spinal Cord Injury in Saudi Arabia: A Systematic Review
Notice bibliographique
Résumé
Traumatic spinal cord injury (TSCI) is a severe condition with high mortality and disability rates. Understanding the regional TSCI epidemiology may facilitate the development of targeted preventive initiatives and the optimization of resource allocation. The primary goal of this systematic review was to gather and analyze the existing literature on the frequency and characteristics of TSCI in Saudi Arabia. A literature search of PubMed, Web of Science, and Google Scholar was conducted in January 2024 following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. Observational studies reporting TSCI epidemiology in Saudi Arabia between 2010 and 2022 were included. Data on demographics, mechanisms, levels/severity, and outcomes were extracted. Methodological quality was assessed using the Newcastle-Ottawa Scale. Nine studies involving 2,356 TSCI cases were analyzed. Most patients were young males. Road traffic accidents were shown to be the predominant cause, accounting for 56.5-90.8% of cases. Thoracic (28.7-48.3%) and cervical (26.6-39%) levels were the most common. The extent of neurological deficits showed significant variation throughout the studies. This review provides a baseline understanding of TSCI epidemiology in Saudi Arabia but highlights critical gaps that future research should address. The review emphasizes the need for evidence-based interventions targeting road safety and falls, standardized cervical spine evaluation and management, and the use of validated metrics to optimize patient outcomes. Large-scale population-based studies with standardized methodologies are necessary to fully understand TSCI epidemiology, prognosis, and long-term disability burden in Saudi Arabia, leading to better prevention strategies and improved patient 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 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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».