Validation of a Wound Tool for Assessment of Surgical Wounds in Infants
Notice bibliographique
Résumé
BACKGROUND: Wound assessment is a critical part of the care of hospitalized infants in neonatal intensive care. Early recognition and initiation of appropriate treatment of wounds are imperative to facilitate wound healing and avoid complications such as secondary infection and wound dehiscence. There are, however, no validated tools for assessing surgical wounds in infants. PURPOSE: The aim of this study was to develop and interrogate a tool for the assessment of surgical wounds. Specific aims for the tool included interrater reliability (give a consistent and dependable result independent of user) and test criterion validity (give an accurate assessment of the wound compared with an expert). METHODS: This was an exploratory cohort study involving a structured wound tool applied by nursing staff to 40 surgical wounds. The wounds were also assessed by wound experts (a pediatric wound care nurse and a pediatric surgeon). Comparisons were made to elucidate estimates of reliability and validity. RESULTS: The wound tool demonstrated interrater reliability with intraclass correlation coefficient of 0.775 (95% CI, 0.665-0.862) as well as criterion validity with rank correlation coefficient of 0.55 (95% CI, 0.34-0.76) to 0.71 (95% CI, 0.53-0.88). To obtain 100% sensitivity to distinguish mild from moderate-severe wounds, a low cutoff score was needed. IMPLICATIONS FOR PRACTICE AND RESEARCH: Wound assessment continues to be a subjective exercise, even with the utilization of a tool. Additional research is needed for strategies to support the assessment of surgical wounds in infants. Such tools are needed for future research, particularly when multiple institutions are involved.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».