Measuring subepidermal moisture to detect early pressure ulcer development: a systematic review
Notice bibliographique
Résumé
OBJECTIVE: The aim was to assess evidence related to the measuring of subepidermal moisture (SEM) to detect early, nonvisible development of pressure ulcers (PUs). METHOD: Using systematic review methodology, all quantitative animal and human research studies written in English were considered. In January 2021, PubMed, CINAHL, SCOPUS, Cochrane and EMBASE databases were searched. The primary outcome of interest was the validity of SEM measurement to detect early PU development. The secondary outcome was time to PU detection, sensitivity and specificity of SEM measurement, and the impact of SEM measurements on PU prevention. Data analysis was undertaken using RevMan and narrative synthesis. RESULTS: A total of 17 articles met the inclusion criteria. In all studies, a consistent abnormal deviation in SEM measurements corresponded with evidence of visual PU development. Time to PU development, explored in four studies, showed earlier detection of PU development using SEM measurement. RevMan analysis identified the mean difference in time to PU development (SEM measurement versus visual skin assessment, VSA) was 4.61 days (95% confidence interval: 3.94-5.28; p=0.0001) in favour of SEM measurements. The sensitivity of SEM measurements was reported in four studies, and scores varied from 48.3% to 100.0%. Specificity was also reported in four studies and scores ranged from 24.4% to 83.0%. The impact of the detection of abnormal SEM measurements on PU prevention was explored by one study. Results showed a 93% decrease in PU rates when staff acted on the results of the SEM readings. CONCLUSION: The findings of this review identified that SEM measurement detects PU development earlier than VSA. Furthermore, when staff responded to abnormal SEM measurements, prevention strategies were enhanced, with a subsequent reduction in visible PU development. SEM measurement may therefore be a useful addition to PU prevention strategies. DECLARATION OF INTEREST: The School of Nursing & Midwifery, RCSI has a research agreement with Bruin Biometrics. Funding for the study was through an Irish Research Council PhD Enterprise Partnership Scheme with Bruin Biometrics. The authors have no other conflicts of interest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».