Cellulitis in the Emergency Department: A prospective cohort study with patient‐centred follow‐up
Notice bibliographique
Résumé
OBJECTIVE: There is substantial practice variation in the management of cellulitis with limited prospective studies describing the course of cellulitis after diagnosis. We aimed to describe the demographics, clinical features (erythema, warmth, swelling and pain), patient-reported disease trajectory and medium-term follow-up for ED patients with cellulitis. METHODS: Prospective observational cohort study of adults diagnosed with cellulitis in two EDs in Southeast Queensland, Australia. Patients with (peri)orbital cellulitis and abscess were excluded. Data were obtained from a baseline questionnaire, electronic medical records and follow-up questionnaires at 3, 7 and 14 days. Clinician adjudication of day 14 cellulitis cure was compared to patient assessment. Descriptive analyses were conducted. RESULTS: Three-hundred patients (mean age 50 years, SD 19.9) with cellulitis were enrolled, predominantly affecting the lower limb (75%). Cellulitis features showed greatest improvement between enrolment and day 3. Clinical improvement continued gradually at days 7 and 14 with persistent skin erythema (41%) and swelling (37%) at day 14. Skin warmth was the feature most likely to be resolved at each time point. There was a discrepancy in clinician and patient assessment of cellulitis cure at day 14 (85.8% vs. 52.8% cured). CONCLUSIONS: A clinical response of cellulitis features can be expected at day 3 with ongoing slower improvement over time. Over one third of patients had erythema or swelling at day 14. Patients are less likely than clinicians to deem their cellulitis cured at day 14. Future research should include parallel patient and clinician evaluation of cellulitis to help develop clearer definitions of treatment failure and cure.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».