MétaCan
Menu
Retour à la cohorte
Enregistrement W2324530917 · doi:10.1097/01.asw.0000419408.37323.0c

Sickle Cell Disease and Leg Ulcers

2012· article· en· W2324530917 sur OpenAlexaff
Barry Ladizinski, Andrea Bazakas, Nisha Mistry, Afsáneh Alavi, R. Gary Sibbald, Richard Salcido

Notice bibliographique

RevueAdvances in Skin & Wound Care · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueHemoglobinopathies and Related Disorders
Établissements canadiensWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineDiseaseCellLeg ulcerGenetic disorderIntensive care medicineSurgeryInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

In Brief PURPOSE: To enhance the learner’s competence with knowledge of sickle cell disease (SCD) and its relationship to leg ulcers. TARGET AUDIENCE: This continuing education activity is intended for physicians and nurses with an interest in skin and wound care. OBJECTIVES: After participating in this educational activity, the participant should be better able to: 1. Demonstrate knowledge of SCD-associated leg ulcer pathophysiology, symptomatology, diagnostic testing, and risk factors. 2. Apply knowledge of pain management and treatment options for SCD-associated leg ulcers to patient care scenarios. Sickle cell disease is a genetic disorder of hemoglobin synthesis leading to a deformation of the red blood cell. This disorder is associated with painful, slow-to-heal leg ulcers. This article discusses the wound bed preparation paradigm as a guide to the treatment of sickle cell–associated leg ulcers. This continuing education activity discusses the wound bed preparation paradigm as a guide to the treatment of sickle cell–associated leg ulcers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,879
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,250
Écart entre enseignants0,246 · 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

Citations37
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Skin & Wound CareMême sujetHemoglobinopathies and Related DisordersTravaux en français237 207