Inferior vena cava collapsibility index and trauma severity in elderly fall injuries
Notice bibliographique
Résumé
OBJECTIVE: Falls are a serious cause of morbidity and mortality among older people. One of the underlying causes of falls is dehydration. Therefore, ultrasonography has become an essential tool for evaluating volume status in the emergency department. However, the effect of volume status on falls in older people has not been evaluated before. The aim of this study was to determine the relationship between the inferior vena cava collapsibility index and the injury severity score in older patients who presented with fall-related injuries to the emergency department. METHODS: A total of 66 patients were included in the study. The injury severity score was used as the trauma severity score, and the Edmonton Frail Scale was used as the frailty scale. Volume status was evaluated with inferior vena cava collapsibility index. The primary outcome measure was defined as the correlation between inferior vena cava collapsibility index and injury severity score. Secondary outcome measures were defined as the effect of inferior vena cava collapsibility index and injury severity score on hospitalization and mortality. RESULTS: There was no significant correlation between injury severity score and inferior vena cava collapsibility index (p=0.342). Neither inferior vena cava collapsibility index nor injury severity score was an indicator of the mortality of these patients. However, injury severity score was an indicator of hospitalization. The mean Edmonton Frail Scale score was an indicator of mortality among older people who experienced falls (p=0.002). CONCLUSION: Inferior vena cava collapsibility index cannot be used to predict trauma severity in older patients who have experienced falls admitted to the emergency department.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».