MétaCan
Menu
Retour à la cohorte
Enregistrement W4401808639 · doi:10.1109/sas60918.2024.10636499

Measurement of Dynamic Forces Applied to Skin During Lateral Patient Transfers Using the ALTA System

2024· article· en· W4401808639 sur OpenAlexaff
Philippe Masson, Julien Larivière-Chartier, Phillippe Forster, Laura Ault, Bruce Wallace, Heidi Sveistrup

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensUniversity of OttawaCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Alternative patient transfer methods and systems are required to improve transfer safety and experience for patients and staff. Current sling and other transfer methods to lift or move patients apply forces to the patient that cause injury, especially for patients with frail skin or other conditions that put them at risk. New solutions must also reduce the risk for staff injuries associated with the physical labour required to transfer patients using slings or other systems. This paper assesses the forces applied to adult mock patients and adult-size manikins using the Able Innovations ALTA transfer system; a new alternative lateral transfer system. A novel sensor is used that was developed to measure normal and shear forces applied to skin. Increased normal forces can cause injury through contusions. This paper shows that with the ALTA transfer system the patient experienced an increased normal force of ~50% over their normal body weight, reduced from an increase of >300% previously reported for sling transfers. Shear forces can cause injury through skin tears with 14.5N shown to cause tissue damage. Again, this paper shows a maximum shear force of 1.4N during transfer that is substantially lower than the 8N shear force previously reported for sling transfers. The work also shows the challenges associated with the measurement of dynamic forces within a complex interaction between a mechatronics system and human subject.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,349
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPressure Ulcer Prevention and ManagementTravaux en français237 207