MétaCan
Menu
Retour à la cohorte
Enregistrement W4381938146 · doi:10.1093/jbcr/irad045.168

573 The Impact of Burn Injuries on Indigenous Populations

2023· article· en· W4381938146 sur OpenAlexaffabout
Vincent Gabriel, Leah Verburg, Graham McCaffrey

Notice bibliographique

RevueJournal of Burn Care & Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIndigenousMedicinePopulationCINAHLDisfigurementEthnic groupMetisPoison controlFamily medicineMedical emergencyPsychological interventionSurgeryNursingEnvironmental healthAnthropology

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Racial and ethnic minorities experience disparities in prevention and treatment of burn injury. However, research on burn injuries in Indigenous populations is limited. This review summarizes literature on burn injuries in Indigenous populations that require consideration due to systemic racism, intergenerational trauma, and health disparities to inform new research. Methods A search was conducted in CINAHL, Ovid MEDLINE, PSYCinfo, and SocINDEX. for “burn OR scars OR scald OR deformity OR disfigurement” and “Aboriginal OR Indigenous OR First Nation OR American Indian OR Maori OR Native OR Torres Strait Islander OR Amerindian OR Inuit OR Metis OR Pacific Islander”. Search criteria were set by the authors with librarian assistance. Inclusion 1) peer-reviewed studies of burns in Indigenous persons 2) in English. Exclusion 1) no data specific to Indigenous burns 2) not peer-reviewed 3) not in full text 4) protocol publications. Selection was performed by a member of the research team and reviewed by the co-authors. Results The search identified 1,091 studies with 51 for review. Fifteen were excluded. Three were editorials or letters. Five were not full text. One was a protocol only, and one did not reference Indigenous persons. Two reported accident rates in Indigenous populations but not burns data. Two excluded articles did not report burns data in the Indigenous population. One was excluded as the conclusions were not supported by the data. Included publications were published between 1987 and 2021 with 24 between 2011 - 2021. Indigenous populations have a rate of burn injury up to two times of the general population in the US, Canada, New Zealand, and Australia. Indigenous people suffered more injuries from flame and inhalation. Burns in Indigenous people are of greater total body surface area and deeper. Indigenous persons had longer lengths of stay, more complications, and need for additional surgeries. The Indigenous population in the US is associated with more hypertrophic scarring. Indigenous patients in Australia struggle with a lack of culturally safe communication and support for aftercare. Conclusions Current literature is limited specific to burns in Indigenous populations. Racial disparities exist in burn injury incidence and outcomes for Indigenous persons. Indigenous populations suffer burn injuries, have more complications, and longer lengths of stay in hospital. Current care practices lack cultural safety considerations. Applicability of Research to Practice Qualitative research in this area will help providers better understand the experiences of Indigenous burn patients to develop more culturally competent care. We are currently developing a study using qualitative hermeneutic methodology to learn about the experiences of Indigenous burn survivors’ injuries, recovery, and social reintegration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,144
Tête enseignante GPT0,488
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetBurn Injury Management and OutcomesTravaux en français237 207