MétaCan
Menu
Retour à la cohorte
Enregistrement W2755816019 · doi:10.1097/01.asw.0000524471.28441.b9

Update: Topical Antimicrobial Agents for Chronic Wounds

2017· review· en· W2755816019 sur OpenAlexaff
R. Gary Sibbald, James A. Elliott, Luvneed Verma, Alisa Brandon, Reneeka Persaud, Elizabeth A. Ayello

Notice bibliographique

RevueAdvances in Skin & Wound Care · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensUniversity of TorontoWorld Wildlife Fund CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineWound careAntimicrobialIntensive care medicineCritical appraisalExpert opinionMEDLINEAnti-Infective AgentsDermatologyAlternative medicinePathologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

GENERAL PURPOSE: To provide information on the use of topical antimicrobial agents for the treatment of chronic wounds. TARGET AUDIENCE: This continuing education activity is intended for physicians, physician assistants, nurse practitioners, and nurses with an interest in skin and wound care. LEARNING OBJECTIVES/OUTCOMES: After participating in this educational activity, the participant should be better able to:1. Examine features of wounds and wound healing as well as the purpose of specific antimicrobial agents.2. Identify potential therapeutic and adverse effects of specific topical antimicrobial agents for the treatment of chronic wounds. ABSTRACT: Bacteria can delay or prevent healing in the surface compartment of a chronic wound or invade the deep and surrounding structures. This article focuses on the superficial compartment and the appropriate use of topical antimicrobial therapies. The authors have reviewed the published evidence for the last 5 years (2012-2017) and extrapolated findings to clinical practice with critical appraisal and synthesis of the recent literature with expert opinion, patient-centered concerns, and healthcare systems perspectives. Summary evidence tables for commonly used topical antimicrobials are included.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0190,007

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 Opus0,069
Tête enseignante GPT0,452
Écart entre enseignants0,382 · 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
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

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Skin & Wound CareMême sujetWound Healing and TreatmentsTravaux en français237 207