Gunshot Injuries: A Review of Demographics and Extremity Injuries in Patients Treated at Harlem Hospital, New York City
Notice bibliographique
Résumé
Background: Gunshot wounds (GSWs) remain a significant public health problem in the United States, particularly in urban communities. Extremity injuries account for a substantial proportion of firearm-related trauma, often resulting in considerable morbidity and resource utilization. Objective: To analyze the demographics, injury patterns, and clinical outcomes of patients with extremity GSWs treated at Harlem Hospital from 2015 to 2018. Methods: A retrospective review was conducted using the Harlem Hospital trauma registry. Data collected included patient demographics, mechanism and location of injury, Injury Severity Score (ISS), Glasgow Coma Scale (GCS) on arrival, associated injuries, hospital disposition, and mortality. Results: A total of 96 patients were identified, predominantly male (94.8%) with a mean age of 27.9 years. Lower extremity injuries, including gluteal wounds, accounted for 69.8% of cases, while upper extremity injuries comprised 30.2%. The majority sustained soft tissue injuries (60.4%), followed by fractures (34.3%), major vascular injuries (4.1%), and severe nerve injuries (1%). Most patients (78.1%) were admitted, primarily to the surgical floor, with 8.3% requiring immediate operative intervention. Three patients (3.1%) died on arrival, all from major vascular injuries. The mean ISS was 3.75, and the mean GCS was 14.5. Conclusions: Extremity GSWs in the Harlem community predominantly affect young males and most commonly involve the lower extremities. Although mortality is low, a substantial proportion of patients require hospital admission and surgical intervention. These findings highlight the ongoing burden of firearm-related extremity trauma and underscore the need for targeted prevention and violence reduction strategies in urban settings.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».