MétaCan
Menu
Retour à la cohorte
Enregistrement W3216860374 · doi:10.12968/jowc.2023.32.4.229

International validation of a venous leg ulcer risk assessment tool

2023· article· en· W3216860374 sur OpenAlexaff
Christina Parker, Kathleen Finlayson, Leanne Atkin, Karen Ousey, Ojan Assadian, S Koller, Amanda Pagan, Emil Schmidt, Helen Edwards

Notice bibliographique

RevueJournal of Wound Care · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiagnosis and Treatment of Venous Diseases
Établissements canadiensVictoria Park
Organismes subventionnairesnon disponible
Mots-clésMedicineVenous leg ulcerReceiver operating characteristicRisk assessmentPhysical therapyLeg ulcerPsychological interventionRisk management toolsCompression stockingsIntensive care medicineSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To internationally validate a tool for predicting the risk of delayed healing of venous leg ulcers (VLUs). METHOD: A 10-item tool including sociodemographic factors, venous history, ulcer and lower limb characteristics, compression and mobility items to determine the risk of delayed healing of VLUs has previously been developed and validated in Australia. This study prospectively validated this tool using receiver operating characteristic (ROC) methods; using the area under the curve (AUC) to quantify the discriminatory capability of the tool to analyse the international populations of the UK, Austria and New Zealand. RESULTS: The validation of the tool in the UK, Austria and New Zealand has indicated that the model has moderate discrimination and goodness-of-fit with an AUC of 0.74 (95% CI: 0.66-0.82) for the total risk assessment score. CONCLUSION: The international validation of a risk assessment tool for delayed healing of VLUs will allow clinicians globally to be able to determine realistic outcomes from an early assessment and to be able to guide early tailored interventions to address the specific modifiable risk factors and thus promote timely healing.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,015
Tête enseignante GPT0,329
Écart entre enseignants0,314 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wound CareMême sujetDiagnosis and Treatment of Venous DiseasesTravaux en français237 207