MétaCan
Menu
Retour à la cohorte
Enregistrement W4200431605 · doi:10.1109/cisp-bmei53629.2021.9624446

Statistical analysis comparison of studies investigating the outcome of hyperbaric oxygen therapy in the management of diabetic foot ulceration

2021· article· en· W4200431605 sur OpenAlexaboutno aff
Jianming Zhang, Zhiheng Wang, Xiaoli Ge

Notice bibliographique

Revue2021 14th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI) · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésObservational studyHyperbaric oxygenMedicineRandomized controlled trialDiabetic footIntensive care medicineAdverse effectSample size determinationPhysical therapyDiabetes mellitusInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Controversial have been reported from studies evaluating the effect of hyperbaric oxygen therapy (HBOT) on diabetic foot ulceration (DFU), and the recommendations are inconsistent. The study objective was to systematically compare differences in methodological quality and conduct between studies favouring HBOT in the treatment of DFU and those that do not favour it. Secondary analysis of prospective comparative studies of the effectiveness of HBOT in DFU was performed. General information and study design were compared. Studies were classified as favouring HBOT if the primary outcome significantly favoured HBOT and non-favouring HBOT otherwise. Differences in various methodological quality domains were assessed using Cochrane risk of bias tool for randomized controlled trials (RCTs) and Newcastle-Ottawa Scale for observational studies. Thirteen of the 18 included studies favoured HBOT. None of the included studies was multi-centre, and most of them (59%, 10/17) either did not mention funding information or reported no funding. RCTs comprised 78% (14/18); their overall methodological quality was moderate. A few studies favouring HBOT reported an intention-to-treat analysis (30%, 3/10), had sham control (31%, 4/13), and stated the adverse effects of HBOT (46%, 6/13). Of the studies that did not favour HBOT, only one reported sample size calculation; however, it employed an inappropriate outcome. Both those favouring and not favouring HBOT for DFU were of inadequate quality to explain the effect of HBOT on DFU. Sufficiently large and high-quality international, multi-centre, randomized controlled clinical trials are required to formally examine the efficacy of HBOT in DFU.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,091
score de la tête « metaresearch » (Gemma)0,242
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,483

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0910,242
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0200,027
Bibliométrie0,0180,018
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0040,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,030
Tête enseignante GPT0,335
Écart entre enseignants0,305 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 14th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI)Même sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207