The correlation between the risk score and skin injuries in neonatal intensive care units
Notice bibliographique
Résumé
Background.Preventive activities play an important role in today's healthcare systems.In this regard, the use of skin injury risk assessment tools in the neonatal intensive care unit (NICU) is advocated as an effective technique to decrease skin injury.Objectives.This study aimed to evaluate the relationship between risk score and skin injuries in newborns admitted to the NICU.Material and methods.This descriptive study was conducted on 265 newborns admitted to the NICUs in Tabriz, Iran.For data collection, we used the Skin Risk Assessment and Management Tool (SRAMT).Data was collected by repeated observations of newborns and was analysed using descriptive statistical methods and Spearman's correlation coefficient. Results.The mean risk score decreased from 19.85 on the first day of hospitalisation to 13.23 on the twenty-eighth day (scoring range from 8 to 32).During the study, 557 skin injury were reported, 84.91% of which occurred in the first week of hospitalisation.There was also a statistically significant correlation between risk score and skin injury (R = 0.37, p < 0.00). Conclusions.According to our results, a higher risk score was associated with an increased incidence of skin injuries.Thus, it is recommended that the risk score be developed through utilising risk prediction methods to identify newborns at risk of skin injuries.It is essential to develop skin care programmes and preventative measures in NICUs.
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 | 0,002 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».