MétaCan
Menu
Retour à la cohorte
Enregistrement W2985360647 · doi:10.1093/jbcr/irz184

A Review on the Use of Plasma During Acute Burn Resuscitation

2019· review· en· W2985360647 sur OpenAlexaff
Robert Cartotto, Jeannie Callum

Notice bibliographique

RevueJournal of Burn Care & Research · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésResuscitationMedicineFresh frozen plasmaIntensive care medicinePlasma volumeBurn injuryAnesthesiaSurgeryInternal medicinePlatelet

Résumé

récupéré en direct d'OpenAlex

The problem of fluid creep has generated renewed interest in the use of colloids during acute burn resuscitation. Currently, human albumin solution is usually chosen as the resuscitation colloid. However, human plasma was a fundamental component of numerous burn resuscitation formulas historically, but it largely fell out of favor due to concerns surrounding transmission of infectious viruses. Nevertheless, plasma is an effective volume expander which has been demonstrated to reduce overall volume requirements during burn resuscitation. Furthermore, plasma may have beneficial effects on the endothelium by diminishing the microvascular leak that follows a major burn injury. Fresh frozen plasma (FFP) is now much safer from a disease transmission standpoint, and newer forms of solvent-detergent-treated plasma and lyophilized plasma offer potentially even greater safety and efficacy. The use of FFP and newer forms of plasma, which have not been extensively studied, should be investigated as potential adjuncts to acute burn resuscitation.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,336
Tête enseignante GPT0,485
Écart entre enseignants0,149 · 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'étudeSans objet
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

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetBurn Injury Management and OutcomesTravaux en français237 207