MétaCan
Menu
Retour à la cohorte
Enregistrement W2791900464 · doi:10.1310/sci17-00031

Ultrasonography Detects Deep Tissue Injuries in the Subcutaneous Layers of the Buttocks Following Spinal Cord Injury

2018· article· en· W2791900464 sur OpenAlexaff
Jillian M. Swaine, William Breidahl, Dan L. Bader, C.W.J. Oomens, Edmond O’Loughlin, Nick Santamaria, Michael Stacey

Notice bibliographique

RevueTopics in Spinal Cord Injury Rehabilitation · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensMcMaster University
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilSpinnaker Health Research Foundation
Mots-clésMedicineButtocksIschial tuberositySpinal cord injuryPelvisIschiumSpinal cordUltrasonographyAnatomySurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

Background: Ultrasonography may have potential as an effective diagnostic tool for deep tissue injury (DTI) in tissues overlying bony prominences that are vulnerable when under sustained loading in sitting. Methods: Three cases of DTI in the fat and muscle layers overlying the ischial tuberosity of the pelvis in 3 persons with spinal cord injury (SCI) with different medical histories and abnormal tissue signs are described. Conclusion: There is a need for prospective studies using a reliable standardized ultrasonography protocol to diagnose DTI and to follow its natural history to determine its association with the development of pressure injuries.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,031
Tête enseignante GPT0,414
Écart entre enseignants0,383 · 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'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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTopics in Spinal Cord Injury RehabilitationMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207