SEASONAL DIFFERENCES IN BURN INJURIES AND OUTCOMES AMONG ADULTS AND OLDER ADULTS AT A CANADIAN PROVINCIAL BURN CENTER
Notice bibliographique
Résumé
ABSTRACT: Background: The literature provides hints of seasonal influences on burn injury occurrence and outcomes in temperate climates. Still, data for geographic regions experiencing significant changes in climate throughout the year is scarce. Especially the influence of seasonal differences in burn incidence and outcomes for older adults (≥60 years old), a particularly vulnerable patient cohort with increased mortality and morbidity compared to adults (18-59 years old), has not been investigated so far. Because burns pose a significant public health concern, we aimed to understand seasonal burn injury admission patterns and outcomes to utilize them for targetable prevention measures and effective resource allocation. Methods: This retrospective single-center cohort study examined data from adult burn patients (≥18 years) with reported %TBSA (total body surface area) treated between 2006 and 2020 at a provincial burn center in Ontario, Canada. Patients were stratified based on age group: adults (18-59 years) and older adults (≥60 years) Demographic data, comorbidities, and clinical outcomes were compared. Results: A total of 2,445 eligible patients were enrolled in this study. Most burn injuries occurred in Summer, in which the burn patient population was also significantly younger compared to Winter. Summer admissions showed a greater median %TBSA. In contrast, length of stay per %TBSA (LOS:TBSA) revealed a shorter hospitalization in Summer compared to Winter. However, mortality did not show differences across seasons. Conclusion: Seasonal variations in the incidence and severity of burn injuries, along with associated fluctuations in LOS:TBSA, exist between age groups. This understanding can assist in tailoring burn prevention programs and aid in anticipating the types of burn injuries that may occur during specific times of the year to enhance patient care strategies.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».