MétaCan
Menu
Retour à la cohorte
Enregistrement W7091464636 · doi:10.70709/xcusgmdat7

Developing A Novel Model for Surgical Risk Stratification in Orthopedics: Case Report of an Unrecognized Periprosthetic Femur Fracture with Unanticipated Risks

2023· article· en· W7091464636 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of the American Osteopathic Academy of Orthopedics · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOrthopaedic implants and arthroplasty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeriprostheticOrthopedic surgeryPresentation (obstetrics)FemurRisk stratificationArthroplastyImplant

Résumé

récupéré en direct d'OpenAlex

Introduction A Periprosthetic Femur Fracture can occur at any point during or after a total hip replacement (THR) procedure. These fractures occur around the prosthetic implant using the Vancouver-expanded United Classification System (UCS) – based on the implant's stability and the fracture's location. Case The present case report describes a patient who developed a periprosthetic hip fracture one day after undergoing a THR and only complained of "groin pain." Initial evaluation of the patient did not identify the fracture due to low clinical suspicion by the patient's clinical presentation and the prior procedure serving as a distraction for considerations of pain and function. Over the next week, her pain worsened, and she developed a large hematoma in the anterior thigh. Upon being made aware of her condition by Home Health, the Orthopedic Surgeon admitted her directly for a revision THR and osteosynthesis. Discussion The patient ultimately achieved good functional outcomes, but this case reminds us of factors that often slip through the cracks when seeking medical optimization before surgery. It also highlights the importance of close monitoring for early signs of complications in select post-operative patients with otherwise benign-appearing presentations, utilizing a potentially fatal case. Finally, it opens a discussion on areas of consideration for a formal clearance process to be discussed in future papers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,082
Tête enseignante GPT0,374
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Osteopathic Academy of OrthopedicsMême sujetOrthopaedic implants and arthroplastyTravaux en français237 207