MétaCan
Menu
Retour à la cohorte
Enregistrement W2596436183 · doi:10.1177/1534734617699318

Influence of Epidemiologic and Patient Behavior–Related Predictors on Amputation Rates in Diabetic Patients

2017· review· en· W2596436183 sur OpenAlexaboutno aff
Jin Yong Shin, Si‐Gyun Roh, Nae‐Ho Lee, Kyung‐Moo Yang

Notice bibliographique

RevueThe International Journal of Lower Extremity Wounds · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAmputationDiabetes mellitusDiabetic footInternal medicineIntensive care medicineEmergency medicineSurgeryEndocrinology

Résumé

récupéré en direct d'OpenAlex

Amputation of patients with diabetic foot is a major issue worldwide, particularly from a medical and economic standpoint. This meta-analysis aimed to identify significant risk factors of high amputation rate among epidemiologic and patient behavior-related predictors in diabetic patients. A systematic literature review and meta-analysis were performed using MEDLINE, EMBASE, and Cochrane databases. Seven variables were extracted from the included studies and evaluated based on amputation rate. The Newcastle-Ottawa scale was used to assess the quality of the studies. The search strategy identified 101 publications. After screening, 33 articles were selected for review. Male sex and smoking were identified as significant risk factors of high amputation rate of diabetic foot. Although further investigation of long-term and randomized controlled studies is needed, we identified 2 variables as significant risk factors for high amputation rate in diabetic patients in this meta-analysis.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,926
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,048
Tête enseignante GPT0,373
Écart entre enseignants0,326 · 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'étudeAutre devis
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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Lower Extremity WoundsMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207