MétaCan
Menu
Retour à la cohorte
Enregistrement W4367835384 · doi:10.1016/j.wem.2023.02.006

Prevention and Treatment of Nonfreezing Cold Injuries and Warm Water Immersion Tissue Injuries: A Supplement to the Wilderness Medical Society Clinical Practice Guidelines

2023· article· en· W4367835384 sur OpenAlexaff
Ken Zafren, Sarah Hollis, Eric A. Weiss, Daniel F. Danzl, Jessie Wilburn, Nadia Kimmel, Chris Imray, Gordon G. Giesbrecht, Mike Tipton

Notice bibliographique

RevueWilderness and Environmental Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueThermal Regulation in Medicine
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMinistry of Defence
Mots-clésMedicineImmersion (mathematics)Physical therapy

Résumé

récupéré en direct d'OpenAlex

We convened an expert panel to develop evidence-based guidelines for the evaluation, treatment, and prevention of nonfreezing cold injuries (NFCIs; trench foot and immersion foot) and warm water immersion injuries (warm water immersion foot and tropical immersion foot) in prehospital and hospital settings. The panel graded the recommendations based on the quality of supporting evidence and the balance between benefits and risks/burdens according to the criteria published by the American College of Chest Physicians. Treatment is more difficult with NFCIs than with warm water immersion injuries. In contrast to warm water immersion injuries that usually resolve without sequelae, NFCIs may cause prolonged debilitating symptoms, including neuropathic pain and cold sensitivity.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,040
Tête enseignante GPT0,387
Écart entre enseignants0,347 · 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'étudeAutre devis
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWilderness and Environmental MedicineMême sujetThermal Regulation in MedicineTravaux en français237 207