Turning for Ulcer ReductioN: A Multisite Randomized Clinical Trial in Nursing Homes
Notice bibliographique
Résumé
OBJECTIVES: To determine optimal repositioning frequency of nursing home (NH) residents at risk for pressure ulcers (PrUs) when cared for on high-density foam mattresses. DESIGN: Multisite, randomized, clinical trial, known as Turning for Ulcer ReductioN (TURN Study). SETTINGS: NHs in the United States (n = 20) and Canada (n = 7) using high-density foam mattresses. PARTICIPANTS: Consenting residents (N = 942) aged 65 and older without PrUs at moderate (scores 13-14) or high (scores 10-12) risk of PrUs according to the Braden Scale. INTERVENTION: Participants were randomly allocated using risk stratification (moderate vs high) to a repositioning schedule (2, 3, or 4 hour) for 3 weeks. Blinded assessors assessed skin weekly. MEASUREMENTS: PrU incidence (coccyx or sacrum, trochanter, heels). RESULTS: Participants were mostly female (77.6%) and Caucasian (80.5%) and had a mean age of 85.1 ± 7.7. The most common diagnoses were cardiovascular (76.9%) and dementia (72.5%). Nineteen (2.0%) participants developed superficial PrUs. There was no significant difference (Wilcoxon test for ordered categories) in PrU incidence (P = .68) according to repositioning group (2 hour, 8/321, 2.5%; 3 hour, 2/326, 0.6%; 4 hour, 9/295, 3.1%), nor was there a statistically significant difference in the incidence of PrU between the high and moderate-risk groups (P = .79). Also, PrU incidence was not statistically significantly different between high-risk participants based on repositioning schedule (6/325, 1.8%, P = .90) or between moderate-risk participants based on repositioning schedule (13/617, 2.1%, P = .68). CONCLUSION: There was no difference in PrU incidence over 3 weeks of observation between those turned at 2-, 3-, or 4-hour intervals in this population of residents using high-density foam mattresses at moderate and high risk of developing PrUs when they were repositioned consistently and skin was monitored. This finding has major implications for use of nursing staff and cost of NH care.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».