Improving the Quality of Chronic Wound Care Using an Advanced Wound Management Program and Gentian Violet/Methylene Blue-Impregnated Antibacterial (GV/MB) Dressings: A Retrospective Study.
Notice bibliographique
Résumé
INTRODUCTION: Comprehensive wound management programs that employ a standardized integrated care bundle (ICB) and advanced wound dressings are generally recognized to decrease healing times and treatment costs. The purpose of this study was to compare wound healing rates and cost efficiencies as measured by nursing-care requirements for patients not on an ICB versus patients on an ICB and using a gentian violet/methylene blue-impregnated (GV/MB) antimicrobial advanced wound dressing. MATERIALS AND METHODS: The comprehensive wound management programs enabled continuous, standardized measurement of each patient's wound episode from admission with a wound to healing and discharge. Data was recorded over 24 months from 2016 to 2018. The variables recorded for each patient included: wound healing time (number of weeks), wound acuity based on the Bates-Jensen Wound Assessment Tool (BWAT), a comorbidity index (using the Charlson Comorbidity Index), and the number of wound dressing changes. The wound dressing changes required a visit by a registered nurse and, therefore, served as an indicator of care delivery costs where the dressing change visit cost was $68 (CAD). RESULTS: A total of 6300 patients (25% of the total study population) were identified as using GV/MB dressings within the context of an ICB. The mean healing time for these patients was accelerated more than 50% versus patients not on an ICB. The average total cost of patient care was reduced by more than 75% from diagnosis to wound healing when patients were on an ICB with GV/MB dressings. These results compared well to patients on ICBs that had other types of advanced dressings. CONCLUSION: The study demonstrates that a comprehensive wound management program based on integrated care bundles in conjunction with GV/MB dressings can be a highly-effective clinical option. The benefits showed significant reductions in healing times and treatment costs.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».