Prevalence of Skin Tears in a Long-term Care Facility
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to collect baseline data of the prevalence of skin tears in a Canadian long-term care (LTC) facility. SUBJECTS AND SETTING: The research setting was a 114-bed long-term care facility located in Eastern Ontario, Canada. The sample population comprised 113 residents from the facility. DESIGN: A cross-sectional, quantitative study design was used to gather baseline data on the prevalence of skin tears in the Canadian population living in LTC. METHODS: Residents were assessed for presence of skin tears, the number of skin tears, and location. Skin tears were categorized according to the validated Payne Martin Classification system. Data were collected using a predetermined data collection sheet developed for this study. A certified enterostomal therapy nurse with previous experience with the assessment of skin tears collected the data along with 1 nurse employed by the facility. Data were collected on a single day over a 6-hour period. RESULTS: Twenty-five of the 113 participating residents in the LTC facility had skin tears, yielding a prevalence of 22%. Category I accounted for 51% of skin tears, 16% were category II, and 33% were category III. Individuals who were found to have more than 1 skin tear had at least 1 category III skin tear. The most common anatomical locations were arms (48%), lower legs (40%), and hands (12%). Possible etiologic factors included blunt trauma such as banging into objects (44%), trauma associated with activities of daily living (20%), and falls (12%); 24% were categorized as idiopathic. CONCLUSION: Study findings highlight gaps in our knowledge of skin tears and the need for additional studies to more clearly define their epidemiology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».