MétaCan
Menu
Retour à la cohorte
Enregistrement W2316979835 · doi:10.1097/01.asw.0000459039.81701.b2

Validation of Commercially Available Infrared Thermometers for Measuring Skin Surface Temperature Associated with Deep and Surrounding Wound Infection

2014· article· en· W2316979835 sur OpenAlexaffabout
Asfandyar Mufti, Patricia Coutts, R. Gary Sibbald

Notice bibliographique

RevueAdvances in Skin & Wound Care · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueThermal Regulation in Medicine
Établissements canadiensCollege of Family Physicians of CanadaToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésMedicineThermometerIntraclass correlationInfrared thermometerWound careInter-rater reliabilityStatisticsSurgeryInfraredMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Increased local skin temperature is a classic sign of wound infection, repetitive trauma, and deep inflammation. Noncontact infrared thermometers can help to detect increases in skin surface temperatures; however, most scientifically tested devices are far too expensive for everyday wound care providers to use in routine clinical practice. This noninferiority study was conducted in an attempt to determine whether 4 less expensive, commercially available noncontact infrared thermometers have a similar level of accuracy as the scientifically accepted Exergen DermaTemp 1001 (Exergen Products, Watertown, Massachusetts). DESIGN, SETTING, AND PARTICIPANTS: Using an observational study design, participants with open wounds were randomly selected from a chronic wound clinic (n = 108). Demographic data and wound location were documented for all participants. Skin temperatures were recorded using 5 noncontact infrared thermometers under consistent environmental conditions. The thermometer brands were as follows: Exergen DermaTemp, Mastercool MSC52224-A (Mastercool Inc, Randolph, New Jersey), ATD Tools 70001 Infrared Thermometer (ATD Tools Inc, Wentzville, Missouri), Mastercraft Digital Temperature Reader (Mastercraft Canada, Toronto, Ontario, Canada), and Pro Point Infrared Thermometer (Princess Auto, Winnipeg, Manitoba, Canada). Data analysis was based on the skin surface temperature difference (ΔT in degrees Fahrenheit) between the wound site and an equivalent contralateral control site. OUTCOME MEASURES: One-way analysis of variance was used to compare the mean ΔT values for all the 5 thermometers, followed by post hoc analysis. Demographic data were analyzed using descriptive statistics. Interrater reliability was assessed for consistency using the intraclass correlation coefficient. MAIN RESULTS: No statistical difference was reported between the ΔT values for the 5 different thermometers (F4,514 = 0.339, P = .852). Post hoc analysis showed no significant difference when the thermometers were compared with the Exergen DermaTemp 1001, and Mastercool MSC52224-A (P = .987), ATD Tools 70001 Infrared Thermometer (P = .985), Mastercraft Digital Temperature Reader (P = .972), and Pro Point Infrared Thermometer (P = .774). The results for intraclass correlation demonstrated a high reliability and agreement between raters, as the intraclass correlation coefficient values for all thermometers were greater than 0.95. CONCLUSIONS: The results of this study demonstrate that less expensive, industrial-grade noncontact infrared thermometers have reliable temperature readings to identify and quantify the temperature gradients that along with other signs may be associated with deep and surrounding wound infection or tissue injury due to repeated microtrauma.

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)0,013
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
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 Opus0,013
Tête enseignante GPT0,266
Écart entre enseignants0,253 · 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'étudeExpérimental (laboratoire)
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

Citations33
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Skin & Wound CareMême sujetThermal Regulation in MedicineTravaux en français237 207