MétaCan
Menu
Retour à la cohorte
Enregistrement W2283925016 · doi:10.1097/01.asw.0000465301.37313.57

A Study of the Utility and Equivalency of 2 Methods of Wound Measurement

2015· article· en· W2283925016 sur OpenAlexaffabout
Sharon Gabison, Colleen F. McGillivray, Sander L. Hitzig, Ethne L. Nussbaum

Notice bibliographique

RevueAdvances in Skin & Wound Care · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoUniversity Health NetworkWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineWound careWound healingRehabilitationSpinal cord injuryDigital photographySurgeryPhotographyPhysical therapySpinal cord

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine agreement between digitized tracing and digital photography methods in measuring wound area and healing rate, and to compare and contrast the 2 methods on feasibility and utility in patient care and research settings. SETTING: Toronto Rehabilitation Institute, University Health Network, Toronto, Ontario, Canada. PARTICIPANTS: A total of 20 subjects aged 18 years or older with a spinal cord injury and pressure ulcers that were Stage II or higher, and who had received in- or outpatient wound care at the hospital for at least 3 consecutive weeks. METHODS: Wound area was measured at weekly intervals. One assessor calculated wound area from a digitized tracing. A second assessor calculated wound area using a wound photograph. Both assessors used Image-J software. The 2 methods were compared for differences in weekly wound area and weekly healing rate. RESULTS: Methods were different for wound area (P < .0001), whereas there was no difference between methods in weekly healing rate (P = .9429). CONCLUSIONS: The 2 methods are in agreement on the important parameter of healing rate. Both methods are feasible in clinical settings. Wound photography may be more useful than digitized tracings because it simultaneously captures wound appearance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,071
score de la tête « metaresearch » (Gemma)0,250
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,071
Score d'incertitude au seuil0,373

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,250
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,174
Tête enseignante GPT0,508
Écart entre enseignants0,334 · 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 source (Gemma direct ou Codex distillé), 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

Citations15
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Skin & Wound CareMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207