The Role of Massage in Scar Management: A Literature Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Many surgeons recommend postoperative scar massage to improve aesthetic outcome, although scar massage regimens vary greatly. OBJECTIVE: To review the regimens and efficacy of scar massage. METHODS: PubMed was searched using the following key words: "massage" in combination with "scar," or "linear," "hypertrophic," "keloid," "diasta*," "atrophic." Information on study type, scar type, number of patients, scar location, time to onset of massage therapy, treatment protocol, treatment duration, outcomes measured, and response to treatment was tabulated. RESULTS: Ten publications including 144 patients who received scar massage were examined in this review. Time to treatment onset ranged from after suture removal to longer than 2 years. Treatment protocols ranged from 10 minutes twice daily to 30 minutes twice weekly. Treatment duration varied from one treatment to 6 months. Overall, 65 patients (45.7%) experienced clinical improvement based on Patient Observer Scar Assessment Scale score, Vancouver Scar Scale score, range of motion, pruritus, pain, mood, depression, or anxiety. Of 30 surgical scars treated with massage, 27 (90%) had improved appearance or Patient Observer Scar Assessment Scale score. CONCLUSIONS: The evidence for the use of scar massage is weak, regimens used are varied, and outcomes measured are neither standardized nor reliably objective, although its efficacy appears to be greater in postsurgical scars than traumatic or postburn scars. Although scar massage is anecdotally effective, there is scarce scientific data in the literature to support it.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle