Risk Factors Associated with Skin Tear Development in the Canadian Long-term Care Population
Notice bibliographique
Résumé
BACKGROUND: Skin tears (STs) are prevalent wounds found in aging populations and in particular among those living in long-term care (LTC) settings. They are often misunderstood as expected outcomes of aging and as a result are frequently underrecognized and undertreated. Although many factors have been associated with ST development, there is little evidence to corroborate their roles as ST risks. OBJECTIVE: To examine the risk factors associated with ST development in the Ontario LTC population. METHODS: A prospective study design was used to explore the risk factors associated with ST development. A total of 380 individuals 65 years or older from four LTC facilities in Ontario were examined for STs at the beginning of the study and at week 4 to determine if STs had occurred. RESULTS: The study found an ST prevalence of 20.8% and an incidence of 18.9%. History of an ST at baseline (relative ratio [RR], 1.84; 95% confidence interval [CI], 1.25-2.70; P = .002); the presence of skin changes associated with aging, ecchymosis, and hematomas (RR, 1.60; 95% CI, 1.43-1.79; P < .001); chronic disease (RR, 1.17; 95% CI, 1.03-1.32; P = .018); requiring assistance with activities of daily living (RR, 1.13; 95% CI, 1.08-1.18; P < .001); and displaying aggressive behavior (RR, 1.06; 95% CI, 1.02-1.10; P = .001) were key risk factors associated with ST development. CONCLUSIONS: These results provide much needed Ontario data on the risk factors associated with ST development and can be used to support prevention programs mitigating ST risk.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».