Incidence, prevalence and risk factors of device‐related pressure injuries in adult intensive care unit: A meta‐analysis of 10,084 patients from 11 countries
Notice bibliographique
Résumé
Device-related pressure injuries (DRPIs) prevail in the intensive care unit (ICU) and have much to do with medical devices and patients' conditions. This meta-analysis aims to systematically assess the incidence, prevalence and risk factors related to DRPIs among adults in ICU. Web of Science, Cochrane Library, MEDLINE, PubMed and CINAHL were searched from inception to March 2023. Observational studies were included, and the Newcastle-Ottawa scale (NOS) was used to assess literature quality. The primary outcomes were the incidence, prevalence and risk factors regarding DRPIs among adults in ICU. The 19 studies conformed to the criteria for inclusion in the review. The estimated pooled incidence of DRPIs was 14.7% (95% CI: 9.7%-19.6%) in 10 studies (4866 participants). The estimated pooled prevalence of DRPIs was 19.0% (95% CI: 13.6%-24.3%) in 9 studies (5218 participants). The most significant risk factor for DRPIs was using mechanical ventilation. The pooled analysis of the four studies showed that DRPIs were more likely to occur in patients who required mechanical ventilation compared with patients who did not use mechanical ventilation (OR: 9.67, 95% CI: 5.03-18.61, p < 0.001) and using vasopressors, age, length of ICU stays, APACHE II score, Braden score, fever, sex, oedema, diabetes and number of medical devices, SOFA score was also related to pressure injuries risk. The incidence and prevalence of DRPIs in adult ICU were high, and the most significant risk factor for DRPIs was using mechanical ventilation. It is imminent to identify patients of increased risk with DRPIs early.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».