Approche à l’endroit des blessures traumatiques à la main en soins primaires
Bibliographic record
Abstract
OBJECTIF: Passer en revue la prise en charge initiale des blessures traumatiques communes à la main que voient les médecins de soins primaires. SOURCES DES DONNÉES: Nous avons examiné les données cliniques probantes et les ouvrages spécialisés récents cernés par des recherches dans la base de données électronique MEDLINE. Nous avons utilisé l’opinion d’experts pour compléter les recommandations dans les domaines où les données scientifiques étaient rares. MESSAGE PRINCIPAL: Les médecins de soins primaires sont couramment appelés à prendre en charge des patients victimes de blessures traumatiques à la main. Dans le contexte d’un cas clinique, nous examinons l’évaluation, le diagnostic et la prise en charge initiale des traumatismes communs à la main. La présentation et la prise en charge des blessures au lit de l’ongle, des amputations de l’extrémité du doigt, des doigts en maillet, des fractures à la main, des lacérations de tendons, des morsures et de la ténosynovite infectieuse seront aussi discutées. Les principes de la prise en charge des blessures traumatiques à la main comportent la réduction et l’immobilisation des fractures, la prescription d’imagerie radiographique post-réduction, l’obtention d’un recouvrement par les tissus mous, la prévention et le traitement des infections et l’assurance d’une prophylaxie antitétanique. CONCLUSION: Il est essentiel d’assurer une évaluation et une prise en charge appropriées des blessures traumatiques à la main pour prévenir une morbidité considérable à long terme dans une population autrement en santé. La reconnaissance sans délai des blessures qui nécessitent une demande de consultation urgente ou rapide auprès d’un chirurgien spécialiste de la main est également critique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.019 | 0.091 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.006 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.004 | 0.003 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.021 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".