MétaCan
Menu
Retour à la cohorte
Enregistrement W2334256277 · doi:10.1097/01.asw.0000363487.01977.a9

Older Adults and Ulcers

2009· review· en· W2334256277 sur OpenAlexaff
Catherine Cheung

Notice bibliographique

RevueAdvances in Skin & Wound Care · 2009
Typereview
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensCredit Valley HospitalWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineWound careWound healingContinuing educationPopulationChronic woundMoodPopulation ageingOlder peopleIntensive care medicineGerontologyPsychiatrySurgery

Résumé

récupéré en direct d'OpenAlex

In Brief PURPOSE: To provide the wound care practitioner with information about how chronic wound healing differs in the older adult population. 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: Compare chronic wound healing processes and outcomes in older adults with those in younger persons. Explain the relationships between wound healing, comorbidities, and adverse drug events. Apply known relationships among wound healing, comorbid medical conditions, and functional decline to care of the older adult. In this continuing education activity, the author discusses some of the major differences in wound healing in the older adult population and also explores the relationship between wound healing and major geriatric syndromes including the use of medications, falls, functional decline, mood disorders, and the relationship to chronic medical conditions.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,445
Écart entre enseignants0,421 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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