MétaCan
Menu
Retour à la cohorte
Enregistrement W4285744196 · doi:10.22037/aaem.v10i1.1534

Adherence to Referral Criteria for Burn Patients; a Systematic Review.

2022· review· en· W4285744196 sur OpenAlexaff
Ali Bazzi, Mohammad Javad Ghazanfari, Masoumeh Norouzi, Mohammadreza Mobayen, Fateme Jafaraghaee, Amir Emami Zeydi, Joseph Osuji, Samad Karkhah

Notice bibliographique

RevuePubMed · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensMount Royal University
Organismes subventionnairesnon disponible
Mots-clésReferralMedicineBurn injuryRehabilitationScopusEmergency medicineMEDLINEPhysical therapyIntensive care medicineFamily medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Introduction: Burn injuries are under-appreciated trauma, associated with substantial morbidity and mortality. It is necessary to refer patients in need of specialized care to more specialized centers for treatment and rehabilitation of burn injuries. This systematic review aimed to assess the adherence to referral criteria for burn patients. Methods: An extensive search was conducted on Scopus, PubMed, and Web of Science online databases using the relevant keywords from the earliest to October 7, 2021. The quality of the included studies was assessed using the appraisal tool for cross-sectional studies (AXIS tool). Results: Among a total of 7,455 burn patients included in the nine studies, 60.95% were male. The most frequently burned areas were the hands (n=3) and the face (n=2). The most and least common burn mechanisms were scalds (62.76%) and electrical or chemical (2.88%), respectively. 51.88% of burn patients had met ≥ 1 referral criteria. The overall adherence to the referral criteria for burn patients was 58.28% (17.37 to 93.39%). The highest and lowest adherence rates were related to Western Cape Provincial (WCP) (26.70%) and National Burn Care Review (NBCR) (4.97%) criteria, respectively. Conclusion: The overall adherence to the referral criteria for burn patients was relatively desirable. Therefore, well-designed future studies are suggested in order to uncover approaches to improve adherence to referral criteria for burn patients.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
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 Opus0,186
Tête enseignante GPT0,393
Écart entre enseignants0,207 · 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.

Devis d'étudeRevue systématique
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

Citations44
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetBurn Injury Management and OutcomesTravaux en français237 207