MétaCan
Menu
Retour à la cohorte
Enregistrement W7028110668

Epidemiología del paciente gran quemado adulto en Chile: experiencia del Servicio de Quemados del Hospital de la Asistencia Pública de Santiago

2013· article· en· W7028110668 sur OpenAlexaboutno aff

Notice bibliographique

RevueScientific Electronic Library Online (Scientific Electronic Library Online) · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTotal body surface areaCohortIncidence (geometry)Burn centerRetrospective cohort studyQuarter (Canadian coin)Cohort study
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Approximately 150 subjects per year suffer severe burns in Chile. Aim: To analyze sociodemographic/clinical features and outcomes of severely burned patients. Material and Methods: Retrospective cohort study of 936 patients aged 47 ± 20 years (66% males), admitted to the National Burn Center of Chile between 2006 and 2010. Sociodemographic/clinical and burn variables and outcomes were studied. Results: Mean total percentage of body surface area burned was 27 + 20%. A quarter of the patients had social features that could jeopardize rehabilitation. Fire was the burning agent in 73%, which along with electricity presented greater lethality (p < 0.01). Inhalation injury was diagnosed in 22% of the patients. Twenty eight percent of patients had impaired consciousness at the moment of the accident, leading to larger burns, higher incidence of inhalation injury and greater lethality. Lethality for severe, critical and exceptional survival groups was 8.4,37.7 and 70.4%, respectively. Conclusions: Severely burned patients in Chile are mainly males at working age. Fire is the main agent and 28% had impaired consciousness, which was associated with an increase in the severity of burns. Knowledge of the characteristics and outcomes of the patients is important to implement prevention and treatment strategies adjusted to the national reality.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,255
Écart entre enseignants0,249 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Electronic Library Online (Scientific Electronic Library Online)Même sujetBurn Injury Management and OutcomesTravaux en français237 207