Negative-Pressure Wound Therapy Versus Standard Treatment of Adult Patients With Conflict-Related Extremity Wounds: Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: In armed conflict, injuries commonly affect the extremities and contamination with foreign material often increases the risk of infection. The use of negative-pressure wound therapy has been described in the treatment of acute conflict-related wounds, but reports are retrospective and with limited follow-up. OBJECTIVE: The objective of this study is to investigate the effectiveness and safety of negative-pressure wound therapy use in the treatment of patients with conflict-related extremity wounds. METHODS: This is a multisite, superiority, pragmatic randomized controlled trial. We are considering for inclusion patients 18 years of age and older who are presenting with a conflict-related extremity wound within 72 hours after injury. Patients are block randomly assigned to either negative-pressure wound therapy or standard treatment in a 1:1 ratio. The primary end point is wound closure by day 5. Secondary end points include length of stay, wound infection, sepsis, wound complications, death, and health-related quality of life. We will explore economic outcomes, including direct health care costs and cost effectiveness, in a substudy. Data are collected at baseline and at each dressing change, and participants are followed for up to 3 months. We will base the primary statistical analysis on intention-to-treat. RESULTS: The trial is ongoing. Patient enrollment started in June 2015. We expect to publish findings from the trial by the end of 2019. CONCLUSIONS: To the best of our knowledge, there has been no randomized trial of negative-pressure wound therapy in this context. We expect that our findings will increase the knowledge to establish best-treatment strategies. TRIAL REGISTRATION: ClinicalTrials.gov NCT02444598; http://clinicaltrials.gov/ct2/show/NCT02444598 (Archived by WebCite at http://www.webcitation.org/72hjI2XNX). INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/12334.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,003 |
| Méta-épidémiologie (sens large) | 0,016 | 0,009 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,070 | 0,011 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».