Enhancing our Understanding of Outcomes and Determinants of Outcomes Following Proximal Humerus Fractures in Adults
Notice bibliographique
Résumé
There remains significant debate surrounding the optimal management strategies for proximal humerus fracture (PHF) patients. High quality evidence summarizing and appraising the measurement properties and concepts reflected by outcomes used to evaluate recovery, and predictors of outcomes following PHF is needed. Objectives: To summarize and appraise 1) outcome measures; and 2) predictors of outcomes following PHF; and 3) develop novel risk tools to predict subsequent surgery following PHF. Methods: I performed four systematic reviews to discern 1) the measurement properties of outcomes; 2) identify the concepts reflected by these outcomes; and 3) summarize and appraise predictors of i) patient-reported functional disability, and ii) subsequent surgery following initialtreatment. I used these data to develop a population-based cohort of PHF patients, and novel risk tools to predict subsequent surgery following initial treatment. Results: The Disabilities of the Arm, Shoulder and Hand (DASH), Shoulder Function Index, and Euro-Quol-5D scores appear to have the best measurement properties to evaluate PHF patients.The DASH, American Shoulder and Elbow Surgeon’s, and Oxford Shoulder Scores appropriately address limitations in daily activities. While evidence surrounding predictors of outcomes was somewhat conflicting, there were trends toward worse outcomes in patients who were older (primarily in those treated with fixation), injured their dominant arm, and whosefracture had a varus fracture neck shaft angle, or a disrupted medial hinge. My risk tools identified the use of a bone graft, and fixation with a nail or wire (vs. a plate) in patients treated with fixation, poor bone quality in patients treated with replacement, and younger age, as well asdischarge to a destination other than home in patients treated non-surgically as predictors of subsequent surgery. The tools showed good to strong discriminative ability for patients treated with fixation and non-surgically. Conclusion: This thesis generated important new knowledge surrounding the outcomes and predictors of outcomes following PHF. My outcome studies can help clinicians choose measures for evaluating recovery, and for future research. My systematic reviews to identify predictors of outcomes can help select variables potentially associated with poor outcomes. My risk tools can identify patients at risk for subsequent surgery.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,027 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».