Danish translation and validation of the International Skin Tear Advisory Panel Skin Tear Classification System
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to translate, validate and establish reliability of the International Skin Tear Classification System in Danish. METHOD: Phase 1 of the project involved the translation of the International Skin Tear Advisory Panel (ISTAP) Skin Tear Classification System into Danish, using the forward-back translation method described by the principles of good practice for the translation process for patient-reported outcomes. In Phase 2, the Danish group sought to replicate the ISTAP validation study and validate the classification system with registered nurses (RN) and social and health-care assistants (non-RN) from both primary health care and a Danish university hospital in Copenhagen. Thirty photographs, with equal representation of the three types of skin tears, were selected to test validity. The photographs chosen were those originally used for internal and external validation by the ISTAP group. The subjects were approached in their place of work and invited to participate in the study and to attend an educational session related to skin tears. RESULTS: The Danish translation of the ISTAP classification system was tested on 270 non-wound specialists. The ISTAP classification system was validated by 241 RNs, and 29 non-RN. The results indicated a moderate level of agreement on classification of skin tears by type (Fleiss' Kappa=0.460). A moderate level of agreement was demonstrated for both the RN group and the non-RN group (Fleiss' Kappa=0.464 and 0.443, respectively). CONCLUSION: The ISTAP Skin Tear Classification System was developed with the goal of establishing a global language for describing and documenting skin tears and to raise the health-care community's awareness of skin tears. The Danish translation of the ISTAP classification system supports the earlier ISTAP study and further validates the classification system. The Danish translation of the classification system is vital to the promotion of skin tears in both research and the clinical settings in Denmark.
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 | 0,026 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».