Kết quả trung hạn phẫu thuật kết hợp xương đòn bằng nẹp khóa titan phía trên tại Bệnh viện Bưu Điện
Bibliographic record
Abstract
Gãy xương đòn là một trong các chấn thương thường gặp và thường được chỉ định điều trị bảo tồn bằng đai số 8. Gần đây, phẫu thuật kết hợp xương đòn ngày càng được mở rộng và cho thấy nhiều ưu điểm như tỷ lệ chậm liền, khớp giả thấp, phục hồi chức năng chi trên sớm. Mục tiêu nghiên cứu là đánh giá kết quả trung hạn phẫu thuật kết hợp xương đòn bằng nẹp khóa titan phía trên tại Bệnh viện Bưu Điện từ tháng 01/2019 đến 11/2021. Chúng tôi thực hiện nghiên cứu mô tả trên 50 bệnh nhân được phẫu thuật kết hợp xương đòn bằng nẹp khóa titan phía trên trong thời gian từ tháng 01/2019 đến 11/2021, đánh giá mức độ thương tổn chi trên bằng thang điểm quick DASH. Tuổi trung bình 39,24 ± 12,97; nam/nữ = 4/1; 80% bệnh nhân gãy 1/3 giữa, 20% bệnh nhân gãy 1/3 ngoài, 10% bệnh nhân có tổn thương dây chằng quạ đòn; thời gian theo dõi trung bình 32,28 ± 10,37 tháng; 100% bệnh nhân liền xương trong vòng 6 tháng; không có bệnh nhân nào nhiễm trùng, lộ nẹp vis ra da; điểm quick DASH trung bình 0,591; tỷ lệ sẹo xấu 68% và sẹo lồi 18%; tổn thương thần kinh thượng đòn 32% và nhìn thấy nẹp dưới da 32%. Mặc dù là phẫu thuật an toàn với tỷ lệ liền xương 100%, không có biến chứng nặng, tỷ lệ tháo bỏ thấp, hồi phục chức năng khớp vai gần như hoàn toàn nhưng vẫn còn một số hạn chế trong theo dõi trung hạn là sẹo mổ xấu và tổn thương thần kinh thượng đòn.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.229 | 0.102 |
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".