MétaCan
Menu
← Retour à la cohorte
Enregistrement W2467259833

[Skin and osteoarticular infections of the diabetic foot. Role of infection].

2000· article· en· W2467259833 sur OpenAlexaff
David Boutoille, S Léautez, D Maulaz, Michel Krempf, Francesca Raffi

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
Domaine
Thématique
Établissements canadiensHotel Dieu Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineStaphylococcus aureusOsteitisOsteomyelitisBone InfectionPseudomonas infectionSkin infectionAntibioticsDiabetic footSurgeryDiabetes mellitusDermatologyPseudomonas aeruginosaMicrobiologyBacteria
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A MAJOR PROBLEM: Two-thirds of all amputations involve infection. Infection is favored by dysfunction of the antibacterial defense systems due to high blood glucose and vascular disorders. DIAGNOSIS: General signs of infection are usually not found. A careful exploration is required to rule out or confirm osteitis in order to guide surgery and plan the antibiotic regimen. A history of chronic and/or recurrent ulceration or direct signs at inspection may be suggestive of osteitis. Radiographic signs are late and nonspecific. Scintigraphy scans are difficult to interpret. Magnetic resonance imaging can be quite helpful in difficult cases. BACTERIOLOGICAL PROOF: Staphylococcus aureus and to a lesser extent streptococci account for almost all of the superficial infections in the diabetic foot. In case of deep ulceration, it is important to obtain deep specimens at surgical cleansing as more superficial samples are easily contaminated. Nevertheless, if Staphylococcus aureus is isolated from pus coming from a deep zone fistulizing to the skin, it is likely the causal agent since 80% of all bone infections involve S. aureus. Other germs besides staphylococci and streptococci include enterobacteria (40%), enterococci (26%) and pseudomonas (7%). Several germs are involved in about 70% of cases with a probable synergetic effect between the different bacterial colonies within the infected tissues.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,014

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 Opus0,006
Tête enseignante GPT0,178
Écart entre enseignants0,172 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations7
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Travaux en français237 207→