MétaCan
Menu
Retour à la cohorte
Enregistrement W2911123868 · doi:10.12968/jowc.2019.28.1.5

Iterative codesign and testing of a novel dressing glove for epidermolysis bullosa

2019· article· en· W2911123868 sur OpenAlexaff
Tanya Graham, Sangeeta Sooriah, Silvia Giampieri, Rachel Box, Patricia Grocott

Notice bibliographique

RevueJournal of Wound Care · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSkin and Cellular Biology Research
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésMedicineEpidermolysis bullosaThematic analysisProof of conceptHuman–computer interactionQualitative researchComputer scienceDermatology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Recessive dystrophic epidermolysis bullosa (RDEB) is a rare genetic skin disorder which requires intensive hand therapy to delay fusion of the digits. Existing dressings do not conform to the complex structure of the hand and are applied in patches held with additional bandages, leading to an occlusive environment. The aim was to co-design with patients a dressing glove based on their user experiences and needs. METHOD: Qualitative interviews and focus groups with children and adults with RDEB, and their carers, were conducted. Iterative feedback of design cues, bench and surrogate testing of materials and prototype refinement were achieved through collaborative codesign with patients, carers, clinicians and manufacturers. RESULTS: Thematic analysis generated eight user needs and corresponding design cues, addressing issues of absorbency, adherence, comfort, adaptability, ease of application and removal, breathability, protection, and hand hygiene. A prototype was selected for proof of concept testing. CONCLUSION: This novel dressing glove design met the patient's requirements for a dressing, which conformed to the hand structure and sat in the web spaces to keep fingers separated. Proof of concept testing has since been undertaken with patients to determine performance, value for money and whether further developments are required.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,305
Écart entre enseignants0,276 · 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'étudeExpérimental (laboratoire)
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

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wound CareMême sujetSkin and Cellular Biology ResearchTravaux en français237 207