MétaCan
Menu
Retour à la cohorte
Enregistrement W2036428524 · doi:10.1016/j.ijsu.2010.12.005

Factors associated with positive outcomes in 131 patients treated with gauze-based negative pressure wound therapy

2010· article· en· W2036428524 sur OpenAlexaff
Raymond M. Dunn, Theresa Hurd, Paul Chadwick, Julien Côté, John Cockwill, Trevor Mole, J. M. Smith

Notice bibliographique

RevueInternational Journal of Surgery · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical site infection prevention
Établissements canadiensCentre hospitalier universitaire de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineNegative-pressure wound therapyGranulation tissueDiscontinuationWound healingSurgeryWound careExudateChronic woundPathology

Résumé

récupéré en direct d'OpenAlex

Negative Pressure Wound Therapy (NPWT) is commonly used in many surgical specialties to improve wound management and healing outcomes. This study reports the ability of gauze-based NPWT to address several treatment goals commonly defined at the onset of therapy. A prospective, multi-center, non-comparative clinical investigation was carried out using gauze-based NPWT in chronic and acute wounds. 131 patients including traumatic, post-surgical and chronic wounds were assessed. Weekly percentage reductions in wound area, depth and volume were 8.3%, 15.8% and 20.5% respectively (p < 0.001). A reduction in exudate level was observed from baseline to treatment discontinuation (p < 0.001). An increase (p = 0.007) in red granulation tissue and a decrease (p < 0.001) in non-viable tissue was observed. Baseline wound characteristics associated with slower rates of progress included chronic wound aetiologies, longer wound duration prior to NPWT and presence of diabetes as a co-morbidity. Important indicators of wounds which had improved sufficiently and no longer required NPWT included reduction in volume and exudate levels. Gauze-based NPWT can be used to address many of the treatment goals commonly defined at the onset of therapy including reduction in wound volume, management of exudate and infection status, and improvement in wound bed quality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 seuil0,741

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,292
Écart entre enseignants0,260 · 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 tête enseignante, 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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of SurgeryMême sujetSurgical site infection preventionTravaux en français237 207