Dilemmas in measuring and using pressure ulcer prevalence and incidence: an international consensus
Notice bibliographique
Résumé
Pressure ulcer prevalence and incidence data are increasingly being used as indicators of quality of care and the efficacy of pressure ulcer prevention protocols. In some health care systems, the occurrence of pressure ulcers is also being linked to reimbursement. The wider use of these epidemiological analyses necessitates that all those involved in pressure ulcer care and prevention have a clear understanding of the definitions and implications of prevalence and incidence rates. In addition, an appreciation of the potential difficulties in conducting prevalence and incidence studies and the possible explanations for differences between studies are important. An international group of experts has worked to produce a consensus document that aims to delineate and discuss the important issues involved, and to provide guidance on approaches to conducting and interpreting pressure ulcer prevalence and incidence studies. The group's main findings are summarised in this paper.
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 | 0,438 | 0,398 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,015 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,020 |
| Communication savante | 0,017 | 0,023 |
| Science ouverte | 0,022 | 0,015 |
| Intégrité de la recherche | 0,021 | 0,037 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».