Socioeconomic impact of orthopaedic trauma: Studies on measuring outcomes, estimating effects, and identifying recovery priorities in the United States, Canada, and Uganda
Notice bibliographique
Résumé
Orthopaedic trauma is common, affecting over one percent of the global population each year. These injuries are unexpected, often work-related, and frequently affect individuals of lower socioeconomic status. The overarching objective of this thesis was to advance the evidence on the socioeconomic impact of orthopaedic trauma. The thesis endeavored to achieve this objective through three specific aims. The aims were: 1) to describe and evaluate the currently available options for measuring socioeconomic outcomes after orthopaedic injury; 2) to estimate the socioeconomic effects of fractures in three countries with unique healthcare and social welfare systems; and 3) to identify the socioeconomic recovery priorities of fracture patients. The findings of this thesis suggest that orthopaedic trauma has a substantial and sustained impact on the socioeconomic well-being of patients. The effects appear to vary by country and are likely correlated with the availability of health and social insurance programs. Common socioeconomic measures are insufficient for evaluating socioeconomic effects, and innovation for quantifying socioeconomic well-being is required. Understanding patient recovery priorities is essential for optimizing current care pathways and policies to improve value-based care. The failure to mitigate the socioeconomic consequences of injury will not only affect the patient’s socioeconomic well-being but may also negatively affect future health.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».