Prevalence and Impact of Fractures in Persons with Spinal Cord Injuries: A Population-Based Study Comparing Fracture Rates between Individuals with Traumatic and Nontraumatic Spinal Cord Injury
Notice bibliographique
Résumé
Background: Musculoskeletal complications are one of the most common reasons for a patient with a spinal cord injury (SCI) to be rehospitalized. Bone loss due to immobilization and changes in metabolic processes because of the SCI lead to an increased risk of fractures. Objective: To evaluate the prevalence and demographic characteristics of people living with an SCI who had a secondary fracture. Methods: We used population health administrative data from Ontario, Canada, in individuals with either traumatic (TSCI) or nontraumatic SCI (NTSCI). Records of duplicate cases, missing unique patient identifier numbers, individuals not eligible for provincial health insurance, and age <18 years were excluded. Only records of fractures treated in the emergency department or acute care hospital were included. Descriptive statistics were used to summarize data, using counts and percentages that described the numbers and proportions of fractures by type disaggregated by sex, age groups, and type of SCI. Results: A total of 14,168 unique records were identified with 4486 as TSCI and 9682 as NTSCI between April 1, 2004 and March 31, 2020 and were followed up to March 31, 2021. Overall, 11% of the cohort had a subsequent fracture with no difference between TSCI and NTSCI. Hip fractures accounted for 21% of the fractures, wrists accounted for 12%, spine 11%, and tibia 11%. The average time to the first subsequent fracture after the SCI was 3.97 ( SD 3.4) years. Conclusion: Monitoring and management of fracture risk needs attention in the first 2 years, with a focus on NTSCI.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».