How to assess scar hypertrophy—a comparison of subjective scales and Spectrocutometry: A new objective method
Notice bibliographique
Résumé
Scar hypertrophy is a significant clinical problem involving both linear scars from elective surgery and scars caused by trauma or burns. The treatment of hypertrophic scars is often time consuming, and patients may need to be followed up for months or even years. The methods for reliable quantification of scar hypertrophy are at present unsatisfying. We have developed a new, objective method, Spectrocutometry, for documentation and quantification of scar hypertrophy. The instrument is based on standardized digital imaging and spectral modeling and calculates the estimated concentration change of hemoglobin and melanin from the entire scar and also provides standardized images for documentation. Three plastic surgeons have assessed 37 scars from melanoma surgery using Spectrocutometry, the Vancouver scar scale, and the patient and observer scar assessment scale. The intraclass correlation coefficient for the Vancouver scar scale and the patient and observer scar assessment scale was lower than required for reliable assessment (r=0.66 and 0.60, respectively). The intraclass correlation coefficient for Spectrocutometry was high (r=0.89 and 0.88). A Bayesian network analysis revealed a strong dependency between the estimated concentration change of hemoglobin and scar pain. Spectrocutometry is a feasible method for measuring scar hypertrophy. It is shown to be more reliable than subjective rating in assessing linear surgical scars.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».