Wound Bed Preparation 2024: Delphi Consensus on Foot Ulcer Management in Resource-Limited Settings
Notice bibliographique
Résumé
ABSTRACT GENERAL PURPOSE To review a practical and scientifically sound application of the wound bed preparation model for communities without ideal resources. TARGET AUDIENCE This continuing education activity is intended for physicians, physician assistants, nurse practitioners, and registered nurses with an interest in skin and wound care. LEARNING OBJECTIVES/OUTCOMES After participating in this educational activity, the participant will: 1. Summarize issues related to wound assessment. 2. Identify a class of drugs for the treatment of type II diabetes mellitus that has been shown to improve glycemia, nephroprotection, and cardiovascular outcomes. 3. Synthesize strategies for wound management, including treatment in resource-limited settings. 4. Specify the target time for edge advancement in chronic, healable wounds. BACKGROUND Chronic wound management in low-resource settings deserves special attention. Rural or underresourced settings (ie, those with limited basic needs/healthcare supplies and inconsistent availability of interprofessional team members) may not have the capacity to apply or duplicate best practices from urban or abundantly-resourced settings. OBJECTIVE The authors linked world expertise to develop a practical and scientifically sound application of the wound bed preparation model for communities without ideal resources. METHODS A group of 41 wound experts from 15 countries reached a consensus on wound bed preparation in resource-limited settings. RESULTS Each statement of 10 key concepts (32 substatements) reached more than 88% consensus. CONCLUSIONS The consensus statements and rationales can guide clinical practice and research for practitioners in low-resource settings. These concepts should prompt ongoing innovation to improve patient outcomes and healthcare system efficiency for all persons with foot ulcers, especially persons with diabetes.
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 | 0,267 | 0,231 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».