MétaCan
Menu
Retour à la cohorte
Enregistrement W2740002656 · doi:10.1111/ajd.12680

Systematic literature review to identify methods for treating and preventing bacterial skin infections in Indigenous children

2017· review· en· W2740002656 sur OpenAlexaboutno aff
Smriti Nepal, Susan Thomas, Richard C. Franklin, Kylie Taylor, Peter Massey

Notice bibliographique

RevueAustralasian Journal of Dermatology · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDermatological diseases and infestations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineIndigenousCINAHLScopusMEDLINEHygieneSocioeconomic statusFamily medicineEnvironmental healthIntensive care medicinePsychological interventionPathologyPopulationNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND/OBJECTIVES: Bacterial skin infections in Indigenous children in Australia frequently lead them to access primary health care. This systematic review aims to identify and analyse available studies describing the treatment and prevention of bacterial skin infections in Indigenous children. METHODS: Electronic databases including Scopus, MEDLINE, CINAHL, ProQuest, Informit and Google Scholar were searched. Studies in English published between August 1994 and September 2016, with the subject of bacterial skin infections involving Indigenous children and conducted in Australia, New Zealand, the USA or Canada were selected. RESULTS: Initially 1474 articles were identified. After the application of inclusion and exclusion criteria, 10 articles remained. Strategies for the treatment and prevention of bacterial skin infections included the management of active infections and lesions, improving environmental and personal hygiene, the installation of swimming pools and screening and treatment. CONCLUSION: There is a need for more, rigorous, large-scale studies to develop evidence for appropriate, culturally acceptable methods to prevent and manage bacterial skin infections in Indigenous children in Australia. The problem is complex with multiple determinants. Until underlying socioeconomic conditions are addressed skin infections will continue to be a burden to communities.

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)0,005
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,046
Tête enseignante GPT0,464
Écart entre enseignants0,418 · 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'étudeRevue systématique
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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralasian Journal of DermatologyMême sujetDermatological diseases and infestationsTravaux en français237 207