MétaCan
Menu
Retour à la cohorte
Enregistrement W2558734656 · doi:10.1097/jdn.0000000000000274

Nurses’ Experience Removing Superficial Nonabsorbable Sutures From the Skin

2016· article· en· W2558734656 sur OpenAlexaff
Jennifer Akeroyd, Heather H. Kitada, Leslie Plauntz, William Lear

Notice bibliographique

RevueJournal of the Dermatology Nurses’ Association · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Sutures and Adhesives
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineWound dehiscenceFibrous jointDehiscenceSurgeryWound healing

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In many dermatology settings, nurses remove superficial sutures from wounds of the skin. The current practice is to remove sutures between 5 and 14 days depending on the location of the defect to prevent wound overgrowth and subsequent complications. Yet, by 10 days, wound strength is only 5% of that of intact skin, also setting the stage for potential complications, such as dehiscence. We surveyed Dermatology Nurses’ Association members to understand their experiences with removing sutures from the skin. With a response rate of 16.75%, the sample size was 355 respondents. Over 90% of the respondents encountered wound overgrowth (i.e., ingrown sutures) when removing sutures. Moreover, mattress-type closures presented more difficulty on removal than simple-type closures. When sutures were ingrown, complications included patient pain (31.5%), wound bleeding (30.1%), inability to ensure the complete removal of sutures (19.2%), wound dehiscence (7.0%), and increased procedure time by nearly 2 minutes. Our findings of nurse experiences with suture removal support the need for innovative solutions to prevent wound overgrowth.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,008
Tête enseignante GPT0,264
Écart entre enseignants0,256 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Dermatology Nurses’ AssociationMême sujetSurgical Sutures and AdhesivesTravaux en français237 207