MétaCan
Menu
← Back to cohort
Record W7005239505

Prédicteurs d'événements indésirables et de surutilisation de ressources chez les aînés admis pour blessure orthopédique isolée : une étude de cohorte multicentrique

2023· other· fr· W7005239505 on OpenAlexaffabout

Bibliographic record

Venuenot available
Typeother
Languagefr
FieldBiochemistry, Genetics and Molecular Biology
TopicCell Image Analysis Techniques
Canadian institutionsCegep de Matane
Fundersnot available
KeywordsMulticenter studyForensic geneticsMedical screening
DOInot available

Abstract

fetched live from OpenAlex

Les patients âgés de 65 ans et plus représentent plus de 50 % des blessures orthopédiques au Canada. Des études récentes ont démontré que la prise en charge de ces patients par une équipe interdisciplinaire (p. ex., unité de traumatologie gériatrique) améliore le devenir fonctionnel et conduit à une utilisation de ressources plus efficiente. Toutefois, il y a un manque de connaissances sur les patients qui ont des issues défavorables à la suite d'un traumatisme orthopédique isolé et qui pourraient bénéficier de tels services. Nous avons conduit une étude de cohorte rétrospective multicentrique qui consistait à identifier les prédicteurs associés aux événements indésirables chez les aînés hospitalisés pour blessure orthopédique isolée. Nous avons inclus 19 928 patients avec blessure orthopédique isolée extraite du Registre de Traumatisme du Québec (RTQ). Parmi ces patients, 18,5 % (n=3684) avaient une durée de séjour prolongée, 5,5 % sont décédés à l'hôpital, 19,5 % avaient des complications, 8,6 % avaient eu une réadmission non planifiée et 10,8 % avaient été transférés dans un centre de soins de longue durée. Certaines comorbidités, certaines blessures orthopédiques, les blessures orthopédiques graves, les antécédents d'admission dans l'année précédant la blessure, l'âge avancé, le Score de coma de Glasgow, les blessures concomitantes à la tête et le sexe biologique étaient associés à une augmentation de la fréquence des événements indésirables. De plus, l'éligibilité pour une chirurgie était associée à une diminution de la fréquence de la mortalité et de réadmissions non planifiées. Nous avons identifié neuf prédicteurs d'événements indésirables chez les patients âgés de plus de 65 ans admis dans un centre de traumatologie pour blessure orthopédique isolée. Ces facteurs pourront être utilisés pour développer une règle de décision clinique afin d'identifier les aînés qui pourraient bénéficier de l'approche interdisciplinaire.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.294
Threshold uncertainty score0.585

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.010
GPT teacher head0.282
Teacher spread0.272 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes2
Has abstractyes

Explore more

Same topicCell Image Analysis Techniques→French-language works237,207→