746 Routinely Collected Burn Clinical Data in Canada: Determining the Knowledge Gap
Notice bibliographique
Résumé
Abstract Introduction Unlike other developed countries that hold national burn registries to monitor burn injury and care, Canada relies on single-centre secondary datasets and administrative databases as surveillance mechanisms. The objective of this study is to determine the knowledge gap faced in Canada for not having a dedicated burn registry. Methods A comprehensive scoping review was conducted to identify the burn literature that has arisen from secondary datasets in Canada. Literature of all study designs was included with the exception of case reports and cases series. Once data extraction was concluded, a thematic framework was constructed based on the information that arose from nations that hold national burn registries. Results Eighty-eight studies were included. Twelve studies arose from national datasets, and 18 from provincial databases, most of which were from Ontario and British Columbia. Only seven studies were conducted using a combination of Canadian units’ single-centre datasets. The majority of included studies (58%) resulted from non-collaborative use of single-centre secondary datasets. Research efforts were predominantly conducted by burn units in Ontario, British Columbia, Manitoba and Alberta. A significant number of the included studies were outdated and there were several provinces/territories with no published burn data whatsoever. Conclusions Efforts should be made towards the development of systems to surveil burn injury and care in Canada. This study supports the development of a working group and potentially a nation-wide burn registry to bridge this knowledge gap. Applicability of Research to Practice Decisions regarding burn injury prevention and delivery of burn care must be informed by clinical data, in order to maximize efficacy and outreach. Canada has a publicly funded healthcare system, and yet, these decisions at present are not informed by data. The establishment of the knowledge gap that is faced by the Canadian burn community is the first step towards the establishment of a working group that will discuss how Canada will move forward to bridge this gap and increase the quality of burn care delivered across the country.
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 | 0,085 | 0,259 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,032 | 0,052 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».