MétaCan
Menu
Retour à la cohorte
Enregistrement W4250911809 · doi:10.14740/jem615

Multidisciplinary Approach to Prevent Limb Amputation in Diabetic Patients

2019· article· en· W4250911809 sur OpenAlexvenueno aff
Amol Gupta, Vinod Kumar

Notice bibliographique

RevueJournal of Endocrinology and Metabolism · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAmputationMultidisciplinary approachDiabetes mellitusDiabetic footDiseaseIntensive care medicineVascular surgeryQuality of life (healthcare)Vascular diseasePhysical therapySurgeryInternal medicineNursingCardiac surgery

Résumé

récupéré en direct d'OpenAlex

Diabetes mellitus is a complex disease with clinical sequelae including cardiovascular disease, renal failure, extremity complications, and death. Lower limb amputation is the most serious morbidity and consequence for diabetic patients due to its associated burden on quality of life and economic implications. Limb amputation is caused by a series of complications involving multiple organ systems. We believe that a multidisciplinary diabetic care team, consisting of vascular specialists, wound care specialists, and cardiologists, will facilitate in systematically addressing each complication leading to amputation. Diabetic patients have an increased risk of developing cardiovascular diseases, resulting in the expanding involvement and importance of interventional cardiologists on these multidisciplinary diabetic care teams. Several national and global institutions have successfully demonstrated the multidisciplinary approach to facilitate efficient and timely care, and most importantly, reduce the rates of diabetes-related limb amputation. The Heart, Vascular and Leg Center coordinates vascular specialty care and provides dedicated patient management in order to increase treatment quality, patient literacy, and medication adherence to decrease lower extremity amputation rates. J Endocrinol Metab. 2019;9(5):120-126 doi: https://doi.org/10.14740/jem615

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 enseignants0,128
Score d'incertitude au seuil0,285

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 Opus0,012
Tête enseignante GPT0,280
Écart entre enseignants0,268 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Endocrinology and MetabolismMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207