MétaCan
Menu
Retour à la cohorte
Enregistrement W1984964557 · doi:10.1089/wound.2012.0437

Influence of Comorbidities: Neuropathy, Vasculopathy, and Diabetes on Healing Response Quality

2013· review· en· W1984964557 sur OpenAlexafffund
Paul W. Ackermann, David A. Hart

Notice bibliographique

RevueAdvances in Wound Care · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesInstitute of Gender and HealthStockholms Läns LandstingCanadian Institutes of Health ResearchVetenskapsrådetKarolinska InstitutetCanadian Arthritis NetworkArthritis Society
Mots-clésMedicineDiabetes mellitusConnective tissueIntensive care medicineWound healingObesityDemographicsQuality of life (healthcare)ArteriosclerosisBioinformaticsSurgeryPathologyInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

SIGNIFICANCE: Prolonged and nonhealing connective tissue injuries are often seen associated with common diseases, such as metabolic disorders, obesity, hypertension, arteriosclerosis, neuropathy, and diabetes mellitus and these influences result in considerable burden on society via the health care system, the economy, and quality of life for patients. RECENT ADVANCES: Emerging findings have established important new links in our understanding of effective connective tissue healing. Thereby, the function of the nervous system, vascular supply, and metabolic state of the patient can be directly linked to the quality of the connective tissue healing process. CRITICAL ISSUES: As some of these conditions are also more common in individuals as they age, and aging can also impact healing effectiveness, such complications will have an emerging significant impact as the demographics of many societies change with expanding percentages of the populations >60-65 years of age. FUTURE DIRECTIONS: Comorbidities have to be early identified in patients with acute wounds or planned surgery. Necessary interactions between physicians with different subspecialties have to be initiated to optimize wound healing potentials.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,039
Tête enseignante GPT0,395
Écart entre enseignants0,356 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations51
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Wound CareMême sujetWound Healing and TreatmentsTravaux en français237 207