State of the Science Burn Research: Burns in the Elderly
Notice bibliographique
Résumé
Marc G. Jeschke MD PhD Herb A. Phelan MD Steven Wolf MD Kathleen Romanowski MD Sarah Rehou MS Alisa Saetamal MD Joan Weber RN John Schulz III MD Crystal New RN BSN Arek Wiktor MD Charles Foster PharmD Lyndsay Deeter MD Kelly Tuohy BSN RN and the Committee on Elderly Burn Care Advances in burn care have led to significant improvements in the outcomes of burn patients except in the elderly: burn patients ≥65 years of age.1,2 This is reflected in the LD50 for elderly burn patients, which has not significantly changed over the last three decades and is around 30 to 35% TBSA burn.4,8 The lack of improvements is even more impactful when considering that elderly represent the fastest growing population, indicating the expected substantial increase in elderly burn patients over the next decades. Additionally, the amount of burn patients in elderly will not only grow due to the growing population of elderly but also have much higher incidence as elderly are at an increased risk for burn injuries due to thinning skin, decreased sensation, mental alterations, pre-existing comorbidities, and numerous other contributing factors.1–6 The high risk of suffering from burns in the elderly population with the rapid growth of this population will require change to the burn treatment paradigm but, at this time, burn care providers lack treatment guidelines or protocols tailored to the special needs of the elderly burn patient. Complicating elderly burn care is the lack of knowledge about maintaining quality of life, independence, and acceptable long-term outcomes.9,10
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,012 |
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 ».