Isolated greater tuberosity fractures of the proximal humerus : validation and clinical implications for a new radiologic measurement method and classification
Bibliographic record
Abstract
Les fractures isolées de la Grosse Tubérosité (GT) de l’humerus proximal sont rares et peu étudiées. Trois problèmes importants existent: 1: Même si 5mm + de déplacement supérieur du GT est cité comme indication chirurgicale, les mesures basées sur radiographie peuvent errer de plus que 10mm. 2: Les classifications de Neer et l’AO décrivent seulement un type de fracture de GT (gros fragment, ligne de fracture verticale). Deux autres types de fracture existent: type fracture-avulsion avec petit fragment osseux et type Hill-Sachs très latéral. 3: On manque d’études de pronostic ou de traitement des fractures de GT selon la morphologie. Article 1 montre et évalue une méthode simple de mesurer le déplacement supérieur de la GT (le GT ratio) sur les radiographies standard; ceci corrèle très bien avec tomographie (CT). Article 2 introduit une méthode de classification Morphologique des fractures de GT (Avulsion, Split, Dépression) qui a une fiabilité de bonne à excellente. Les données échographiques, radiologiques, et cliniques de 54 patients porteurs de fracture de GT (suivie moyenne 2.5 années) sont aussi incluses. Les patients <50 ans ont eu plus de déchirures de la coiffe et ceux avec fractures déplacées (≥ 5mm) avaient plus d’atrophie du susépineux. Les déchirures complètes de la coiffe et l’atrophie du susépineux augmentaient l’atteinte permanente. La morphologie des fractures de GT n’a pas eu un impact significatif sur le pronostic. Cependant, l’âge, le sexe, et le taux de luxation glénohumérale étaient différents selon le type de fracture et ceci pourrait refléter la pathophysiologie. Une évaluation plus précise de l’impact de la Morphologie des fractures de GT sur le pronostic et traitement nécessitera une étude prospective multicentrique.
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 | 0.017 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.000 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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".