RETRACTED: Acute burns during the <scp>COVID</scp>‐19 pandemic: A one‐year retrospective study of 611 patients at a referral burn centre in northern Iran
Dossier post-publication
Source : Retraction Watch, jointe par DOI. OpenAlex consigne la rétractation dans is_retracted, un booléen sur un espace d'états à au moins quatre valeurs ; il ne peut donc exprimer ni une expression de préoccupation, ni une correction, ni un rétablissement, et les rapporte comme false, ce qui se lit comme « rien à signaler ».
Notice bibliographique
Résumé
Patients with acute burns are more vulnerable to COVID-19 because of physiologically weak immune systems. This study aimed to assess and compare individual characteristics, clinical features, and clinical outcomes of acute burn among COVID-19 and non-COVID-19 patients. A retrospective study, with data collected from 611 acute burn patients with or without a COVID-19 diagnosis referred to a burn centre in Iran. Data were collected from April 2020 to 2021. The mean age of acute burns patients with COVID-19 was higher compared with acute burns patients with non-COVID-19 (47.82 vs. 32.59 years, P < .001). Acute burns occurred more frequently in COVID-19 patients with comorbidities compared with non-COVID-19 patients (48.72% vs. 26.92%, P = .003). 58.97% of COVID-19 patients and 55.42% of non-COVID-19 patients had grade II & III and II burns, respectively (P < .001). The mean total body surface area of the burn was higher in COVID-19 patients compared with non-COVID-19 patients (32.69% vs. 16.22%, P < .001). Hospitalisation in the intensive care unit (ICU) was higher in COVID-19 patients than in non-COVID-19 patients (76.92% vs. 15.73%, P < .001). Length of stay in hospital and ICU, the cost of hospitalisation, and waiting time for the operating room was higher in COVID-19 patients compared with non-COVID-19 patients (15.30 vs. 3.88 days, P < .001; 9.61 vs. 0.75 days, P < .001; 30 430 628.717 vs. 10 219 192.44 rials, P = .011; 0.84 vs. 0.24 min, P < .001, respectively). Intubation and mortality in-hospital were higher in COVID-19 patients compared with non-COVID-19 patients (41.02% vs. 6.99%, P < .001; 35.90% vs. 6.12%, P < .001, respectively). Therefore, it is recommended that health managers and policymakers develop a care plan to provide high-quality care to acute burns patients with COVID-19, especially in low-income countries.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».