Concussions in Facial Trauma Patients: A Retrospective Study
Notice bibliographique
Résumé
Background: There is a paucity of literature regarding the incidence of concussions in facial trauma. Prompt identification of concussion is crucial for patient recovery. The purpose of this retrospective study is to evaluate the relationship between facial trauma and concussion symptoms. Methods: We evaluated 74 patients who presented to a facial trauma clinic at a Level 1 trauma center in British Columbia (2019-2021). Patients with facial trauma were evaluated according to injury type, epidemiological, and demographic characteristics in the context of symptoms indicating clinically significant concussions. Results: 95% of patients presenting to a facial trauma clinic at a Level 1 trauma center had a clinically significant concussion symptom that affects quality of life. This was stratified according to mild/moderate/severe concussions. Zygoma/zygomatic arch fractures had the highest mean concussion scores. Surgery cases with general anesthesia had worse mean concussion scores than no surgery or intervention under local anesthesia cases. Male patients were on average younger than female patients. Male patients had on average worse symptoms than female patients. The worst concussion score was for the 20 to 30 age range. Of any symptom, knowing the “irritable” symptom score was the biggest predictor of concussion score, followed by “anxiousness.” The more subjective symptoms appear to be more powerful predictors of concussion scores. Conclusions: The severity of concussion scores increased significantly with fractures, particularly with zygoma/zygomatic arch fractures in facial trauma patients. Facial trauma is related to clinically significant concussion symptoms that affect quality of life.
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 | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».