MétaCan
Menu
Retour à la cohorte
Enregistrement W4224264714 · doi:10.3390/ebj3020028

Techniques to Assess Long-Term Outcomes after Burn Injuries

2022· review· en· W4224264714 sur OpenAlexaff
Rae Spiwak, Shaan Sareen, Sarvesh Logsetty

Notice bibliographique

RevueEuropean Burn Journal · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensHealth Sciences CentreUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésBurn injuryContext (archaeology)Mental healthMedicineOccupational safety and healthInjury preventionSuicide preventionIntervention (counseling)Poison controlHuman factors and ergonomicsQuality of life (healthcare)Qualitative researchSocial supportPsychologyMedical emergencyPsychiatryNursingSurgery

Résumé

récupéré en direct d'OpenAlex

Burn injuries have a tremendous impact on not only the physical health of the burn survivor, but also mental health and social outcomes of the individual and their support systems. While much effect occurs at the point of injury, post-injury pain, infection, scarring, inflammatory response and metabolic changes all impact the long-term health of the burn survivor. The goal of the following article is to explore how to examine long term outcomes associated with burn injury, including mental disorders, suicide, loss of work and quality of life in the context of risk factors for burn injury, including social determinants of health. We then discuss ways to examine post-burn outcomes, including the important role of administrative data, the advantages of mixed methodology research studies including qualitative research, and the importance of considering sex, gender and vulnerable populations, not only in study design, but in prevention and intervention programs.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,108
Tête enseignante GPT0,387
Écart entre enseignants0,278 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Burn JournalMême sujetBurn Injury Management and OutcomesTravaux en français237 207