MétaCan
Menu
Retour à la cohorte
Enregistrement W4400886750 · doi:10.1097/asw.0000000000000146

Using Near-Infrared Spectroscopy and Education to Support Older Adults with Diabetic Foot Ulcers to Age-in-Place: A Case Series

2024· article· en· W4400886750 sur OpenAlexaff
Tracey Rickards, C J Roberts, Surajudeen Shittu, Chris Boodoo, Karen Cross

Notice bibliographique

RevueAdvances in Skin & Wound Care · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensNova Scotia Health AuthorityUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMedicineFoot (prosody)GerontologyStressorDiabetic footMultidisciplinary approachSocial supportTelemedicineHealth careDiabetes mellitusPsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: The objective of this article is to demonstrate the added value of foot care provided by an RN with foot care training to older adults in their home by focusing on four older adults with diabetic foot ulcers. The RN used a mobile multispectral near-infrared spectroscopy device to enhance the assessment of the diabetic foot ulcers. The Mobile Seniors Wellness Network methodically engaged with English-speaking adults 55 years and older living within a 90-minute radius of the city's community health center. Older adults were referred to the research project through various sources. The participation group included 366 participants with varying holistic healthcare concerns and financial stressors that impacted their ability to age well in place. Over the course of visits by the RN and registered social worker, positive outcomes were facilitated through the collaboration of the participant and the multidisciplinary team, thus enhancing the individual's confidence to remain at home longer. In a time of ongoing provincial health crisis, it may be cost-effective to provide in-home support to those who want to age well in their communities by deploying a Mobile Seniors Wellness Network system throughout the province and enhancing the RN's assessment of feet with a portable and innovative technology tool.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil0,791

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,315
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Skin & Wound CareMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207