MétaCan
Menu
Retour à la cohorte
Enregistrement W2807416391 · doi:10.1111/iwj.12921

The application of incisional negative pressure wound therapy for perineal wounds: A systematic review

2018· review· en· W2807416391 sur OpenAlexaff
Caitlin Cahill, Amanda Fowler, Lara Williams

Notice bibliographique

RevueInternational Wound Journal · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAnorectal Disease Treatments and Outcomes
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineNegative-pressure wound therapyAbdominoperineal resectionWound dehiscenceWound healingSurgeryDehiscencePerineumSurgical woundCancerColorectal cancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Impaired perineal wound healing is a major source of morbidity after abdominoperineal resection. Incisional negative pressure wound therapy can improve healing, prevent infections, and decrease the frequency of dehiscence. Our objective was to summarise existing evidence on the use of incisional negative pressure wound therapy on perineal wounds after abdominoperineal resection and to determine the effect on perineal wound complications. Electronic databases were searched in January 2017. Studies describing the use of incisional negative pressure wound therapy on primarily closed perineal wounds after abdominoperineal resection were included. Of the 278 identified articles, 5 were retrieved for inclusion in the systematic review (n = 169 patients). A significant decrease in perineal wound complications when using incisional negative pressure wound therapy was demonstrated, with surgical site infection rates as low as 9% (vs 41% in control groups). The major limitation of this systematic review was a small number of retrieved studies with small patient populations, high heterogeneity, and methodological issues. This review suggests that incisional negative pressure wound therapy decreases perineal wound complications after abdominoperineal resection. Further prospective trials with larger patient populations would be needed to confirm this association and delineate which patients might benefit most from the intervention.

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)0,003
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,401
Écart entre enseignants0,362 · 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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Wound JournalMême sujetAnorectal Disease Treatments and OutcomesTravaux en français237 207