MétaCan
Menu
Retour à la cohorte
Enregistrement W2054023944 · doi:10.1097/00004630-200101000-00002

Tourniquet and Subcutaneous Epinephrine Reduce Blood Loss During Burn Excision and Immediate Autografting

2001· article· en· W2054023944 sur OpenAlexaff
S. Djurickovic, C. F. T. Snelling, James C. Boyle

Notice bibliographique

RevueJournal of Burn Care & Rehabilitation · 2001
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensRoyal Jubilee Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineTourniquetEpinephrineAnesthesiaBlood volumeSurgeryBlood lossSalineEscharBlood flowInternal medicine

Résumé

récupéré en direct d'OpenAlex

Blood loss has been reduced using both tourniquets and epinephrine-injected subeschar during burn wound excision. This study quantified and compared blood loss in extremities distal to an inflated tourniquet with that after subeschar infusion of 1:1,000,000 epinephrine in saline into the trunk or proximal extremities. Tangential excision of eschar to viable dermis or fat was followed by immediate application of meshed autograft. Blood loss was calculated by determining the difference of preoperative and postoperative hemoglobin values and the volume of whole blood administered between these. With tourniquets for limbs, 2.07 +/- 0.34% of circulating blood volume per 1% body surface excised was lost; whereas after epinephrine injection 3.42 +/- 0.39% of blood volume per 1% body surface excised was lost (P < 0.05). Both methods effectively reduced blood loss when compared with excision followed by delayed autograft application. Where there was a choice the tourniquet was more effective.

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)0,001
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 enseignants0,293
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,270
Écart entre enseignants0,263 · 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

Citations43
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & RehabilitationMême sujetBurn Injury Management and OutcomesTravaux en français237 207