MétaCan
Menu
Retour à la cohorte
Enregistrement W1596772237 · doi:10.1111/iwj.12293

Patient perception of wound photography

2014· article· en· W1596772237 sur OpenAlexaff
Sheila C. Wang, John A. E. Anderson, Duncan VB Jones, Robyn Evans

Notice bibliographique

RevueInternational Wound Journal · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Imaging in Medicine
Établissements canadiensBaycrest HospitalWomen's College HospitalToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineWound careFeelingPerspective (graphical)DocumentationAutonomyPerceptionIntensive care medicineNursingSurgery

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to provide an assessment of photographic documentation of the wound from the patients' perspective and to evaluate whether this could improve patients' understanding of and involvement in their wound care. Our results revealed that most patients visiting the wound care clinic have difficult-to-see wounds (86%). Only 20% of patients monitor their wounds and instead rely on clinic or nurse visits to track the healing progress. There was a significant association between patients' ability to see their wound and their subsequent memory of the wound's appearance. This was especially true for patients who had recently begun visiting the wound care clinic. This relationship was not present in patients who had visited the clinic for 3 or more years. Patients reported that the inability to see their wounds resulted in feeling a loss of autonomy. The majority of patients reported that photographing their wounds would help them to track the wound progress (81%) and would afford them more involvement in their own care (58%). This study provides a current representation of wound photography from the patients' perspective and reveals that it can motivate patients to become more involved in the management of their wounds - particularly for patients with difficult-to-see wounds.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,280
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Wound JournalMême sujetDigital Imaging in MedicineTravaux en français237 207