MétaCan
Menu
Retour à la cohorte
Enregistrement W28944601 · doi:10.1002/adhm.201700718

Вопросы и ответы современной психофизиологии

2009· article· en· W28944601 sur OpenAlexfundno aff
О. С. Булгакова, А. Б. Булгаков

Notice bibliographique

RevueСовременные наукоемкие технологии · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteNatural Sciences and Engineering Research Council of CanadaNational Institutes of Health
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Wound management is a major global challenge and poses a significant financial burden to the healthcare system due to the rapid growth of chronic diseases such as diabetes, obesity, and aging population. The ability to detect pathogenic infections and release drug at the wound site is of the utmost importance to expedient patient care. Herein, this study presents an advanced multifunctional dressing (GelDerm) capable of colorimetric measurement of pH, an indicator of bacterial infection, and release of antibiotic agents at the wound site. This study demonstrates the ability of GelDerm to detect bacterial infections using in vitro and ex vivo tests with accuracies comparable to the commercially available systems. Wireless interfaces to digital image capture hardware such as smartphones serve as a means for quantitation and enable the patient to record the wound condition at home and relay the information to the healthcare personnel for following treatment strategies. Additionally, the dressing is integrated within commercially available patches and can be placed on the wound without chemical or physical irritation. This study demonstrates the ability of GelDerm to eradicate bacteria by the sustained release of antibiotics. The proposed technology holds great promise in managing chronic and acute injuries caused by trauma, surgery, or diabetes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,532
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,339
Écart entre enseignants0,319 · 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.

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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueСовременные наукоемкие технологииMême sujetWound Healing and TreatmentsTravaux en français237 207