MétaCan
Menu
Retour à la cohorte
Enregistrement W2554036519

Clinician perspectives on medical adhesive-related skin injuries

2016· article· en· W2554036519 sur OpenAlexaff
Karen Ousey, Stephanie Wasek

Notice bibliographique

RevueHuddersfield Research Portal (University of Huddersfield) · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Sutures and Adhesives
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)Patient educationWound careIntensive care medicineMedical emergencyNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Medical adhesive-related skin injury (MARSI) is a prevalent, under-recognised and preventable complication that occurs across all care settings, age groups and patient types. Use of medical adhesives may affect skin integrity, cause pain, increase risk of infection, potentially increase wound size and delay healing, all of which reduce patient quality of life unnecessarily. In addition, MARSI is costly in terms of nursing time and costs. A new survey of UK wound care clinicians sought to understand clinician experiences of and perspectives on MARSI and found that incidence of MARSI is high, yet education around assessment of risk and prevention are low. The results of the survey show that clinicians both need and want improved educational efforts around MARSI awareness, identification of patients at risk of MARSI and strategies for preventing MARSI. Broadly, more research on the exact pathophysiology of MARSI is needed, in order to deepen understanding and aid the development of formal MARSI education programmes.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,724

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,5770,000

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 Opus0,047
Tête enseignante GPT0,348
Écart entre enseignants0,301 · 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'étudeQualitatif
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

Citations23
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuddersfield Research Portal (University of Huddersfield)Même sujetSurgical Sutures and AdhesivesTravaux en français237 207