Development and Validation of the International Skin Tear Advisory Panel Skin Tear Data Collection Tool
Notice bibliographique
Résumé
OBJECTIVE: Numerous studies have examined the epidemiology of skin tears; however, inconsistent definitions, classification systems, and data collection methods have highlighted the need for a validated and standardized tool. The primary objective of this study was to validate a data collection tool for skin tears. A secondary aim was to provide a freely accessible tool for health care providers or researchers to collect consistent and reliable data on skin tears. METHODS: The development of the tool was guided by the 2018 International Skin Tear Advisory Panel (ISTAP) Best Practice Recommendations for the prevention, assessment, and management of skin tears in aged skin. Between June and October 2024, a multimethod validation process was undertaken. Content validity ratio and content validity index calculations were used to quantify content validity, supported by qualitative feedback from 15 experts to assess face validity and provide suggestions for refinement. RESULTS: The final tool consists of 22 questions addressing a patient's demographics, clinical features of the skin tear, associated risk factors, and contextual data. The content validity index was calculated at 0.72, indicating an acceptable level of content validity. International experts reached consensus following a 2-round qualitative review, resulting in subsequent adjustments to the tool. CONCLUSIONS: The ISTAP DC-Tool was developed based on evidence-informed recommendations and validated by an international panel of experts. Its implementation will support health care providers and researchers in gathering standardized epidemiological data contributing to clinical practice improvements, quality initiatives, and further research in skin tear prevention and management.
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 | 0,168 | 0,239 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».