MétaCan
Menu
Retour à la cohorte
Enregistrement W3105572449 · doi:10.1016/j.burns.2020.10.022

Determining clinically meaningful thresholds for innovative burn care products to reduce autograft: A US burn surgeon Delphi panel

2020· article· en· W3105572449 sur OpenAlexfundno aff
Angela Gibson, Janice M. Smiell, Tzy‐Chyi Yu, E. Boing, Erika Brockfeld McClure, Elizabeth Merikle, James H. Holmes

Notice bibliographique

RevueBurns · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesMallinckrodt Pharmaceuticals
Mots-clésMedicineDelphi methodSurgeryDelphiSkin careReduction (mathematics)Burn woundMedical emergencyNursingWound healing

Résumé

récupéré en direct d'OpenAlex

Reducing the amount of donor skin needed for definitive wound closure can improve outcomes in patients with severe burns. This Delphi Consensus Panel (DCP) aimed to achieve expert consensus on the percentage reduction in donor skin for autograft that constitutes a clinically meaningful benefit. A two-round DCP of fifteen US burn surgeons was conducted via a web-based survey platform. Fourteen panelists (93.3%) completed both rounds. In Round 2, consensus, defined as ≥70% agreement, was achieved for five of the seven consensus statements. All panelists agreed that a clinically meaningful reduction in the amount of donor skin required would facilitate wound management and decrease donor site morbidity experienced by patients. Furthermore, based on three treatment scenarios, consensus was achieved for a clinically meaningful reduction in the amount of donor skin required for autograft for the adult population in deep partial-thickness and full-thickness burns. Findings from this DCP indicate that an innovative cellular and/or tissue product that would reduce the needed amount of donor skin, by the identified thresholds, has the potential to improve the outcomes for patients with severe burn injuries in a meaningful way.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,132
Tête enseignante GPT0,373
Écart entre enseignants0,242 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBurnsMême sujetWound Healing and TreatmentsTravaux en français237 207