MétaCan
Menu
Retour à la cohorte
Enregistrement W4415438984 · doi:10.1302/1358-992x.2025.10.119

RISK FACTORS FOR THE DEVELOPMENT OF PERSISTENT SCAPHOID NONUNION AFTER NONUNION SURGERY

2025· article· en· W4415438984 sur OpenAlexaff
Ethan D. Patterson, Chloe Elliott, Gurpreet Dhaliwal, Eric C. Sayre, Neil J. White

Notice bibliographique

RevueOrthopaedic Proceedings · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopedic Surgery and Rehabilitation
Établissements canadiensKingston Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésNonunionLogistic regressionDelayed unionScaphoid fractureOdds ratioRisk factorInclusion and exclusion criteria

Résumé

récupéré en direct d'OpenAlex

Between 2014 and 2020, 151 patients with an established scaphoid non-union (SNU) were enrolled in a prospective randomized trial evaluating the effect of Low Intensity Pulsed Ultrasound (the SNAPU trial) on healing in Scaphoid Non-Unions (SNU). All patients had surgery for an established SNU. At trial completion 134 of these patients had complete datasets with known union status. 114 (85%) of these patients went on to union and 20 (15%) went on to recurrent non-union. The main purpose of this study was to use this prospectively gathered data to identify patient, fracture, and surgery specific risk factors that may be predictive of persistent scaphoid non-union (PSNU) in patients who undergo surgery for SNU. Data were extracted from the SNAPU trial database. The inclusion and exclusion criteria of this study were the same as that of SNAPU trial. Nineteen risk factors were determined a priori. Risk factors included (among others): Sex, age, BMI, employment, WCB and smoking status, hand dominance, fracture classification, fracture fixation, specific bone grafting techniques, as well as time from injury to surgery and previous surgery for SNU. A stepwise multivariable logistic regression model was used to identify independent risk factors for PSNU. Only three risk factors were found to be independently significant predictors of persistent scaphoid non-union: age at time of surgery, dominant hand injury, and previous surgery on the affected scaphoid. With every decade of a patient's life, dominant hand injury, and previous scaphoid surgery, the odds of union are reduced by 1.72 times, 7.35 times, and 4.24 times, respectively. When operating on an established SNU, we identified three independent risk factors that predicted PSNU. Operations on the dominant hand, on previously operated scaphoids, and older patients showed strong correlation towards recurrent non-unions. The findings of this study are significant and may contribute to shared decision making and prognostication between the patient, surgeon, and affiliated members of their care team.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopaedic ProceedingsMême sujetOrthopedic Surgery and RehabilitationTravaux en français237 207