Management of infected diabetic wound: a scoping review of guidelines
Notice bibliographique
Résumé
<ns4:p> <ns4:bold>Background:</ns4:bold> Various international guidelines and recommendations are available for management of diabetic foot infections. We present a review of the guidelines and recommendations for management of these infections. </ns4:p> <ns4:p> <ns4:bold>Methods:</ns4:bold> A systematic literature search was conducted through MEDLINE, CENTRAL, EMBASE, LILACS, DARE, and national health bodies. Based on the review of fifteen documents, we present details on the importance of suspecting and diagnosing skin, superficial infections, and bone infections in diabetics. </ns4:p> <ns4:p> <ns4:bold>Results:</ns4:bold> The guidelines recommend classifying the infections based on severity to guide the treatment. While antibiotics have shown the best results, other treatments like hyperbaric oxygen therapy and negative wound pressure have been debated. It is suggested that a team of specialists should be in-charge of managing the infected wounds. Infectious Diseases Society of America (IDSA) 2012 guidelines are widely followed world-over. All guidelines and reviews have consistent suggestions on the assessment of the severity of infection, diagnosis, start, selection, and duration of antibiotic therapy. </ns4:p> <ns4:p> <ns4:bold>Conclusions:</ns4:bold> It is reasonable to conclude that the IDSA 2012 guidelines are commonly followed across the world. There is a consensus among the Australian guidelines, Canadian guidelines, IDSA 2012, National Institute for Health and Care Excellence (NICE) 2015, and International Working Group on the Diabetic Foot (IWGDF) 2016 guidelines on the management of infected wounds for patients with diabetes mellitus. </ns4:p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».