Volume Measures Using a Digital Image Analysis System are Reliable in Diabetic Foot Ulcers.
Notice bibliographique
Résumé
UNLABELLED: Reliable measures of wound size are critical to wound healing research and clinical management. Measurement of full-thickness wounds is increasingly being done using digital images and photogrammetric software, such as VeVMD (Vista Medical, Winnipeg, Manitoba, Canada), to estimate wound volume. The reliability of VeVMD in determining wound volume is unknown. The present study sought to examine the reliability of wound volume measurements obtained using VeVMD. METHODS: A cross-sectional study of adults with full-thickness, neuropathic, diabetic foot ulcers (DFU) at 2 sites in the US Midwest was undertaken. Ulcer images were obtained, stored, and used to obtain measures of wound volume using VeVMD. Four raters independently completed wound measures, and then repeated these measures 2 weeks after the first measurement. Raters were blinded to the comparison measurements. Inter- and intra-rater correlations were computed. RESULTS: Thirty-three enrolled subjects with 33 DFU were included in the analyses. Inter-rater reliability was 0.745 and intra-rater reliability was 0.868. Four ulcers showed noticeably less agreement between raters; these ulcers had small, but deeply recessed areas, resulting in differences in defining the wound margin. When these 4 ulcers were removed, inter- and intra-rater reliabilities were excellent (0.970 and 0.981, respectively). CONCLUSION: Reliabilities of volume measurements obtained with VeVMD were acceptable in DFU, even when raters had different definitions of the ulcer margin or changed their definition from time to time. However, conclusions cannot be drawn regarding the performance of VeVMD in other wound types.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».