The Evidence Base for the Acellular Dermal Matrix AlloDerm
Notice bibliographique
Résumé
BACKGROUND: Many decellularized dermal matrices are available with various applications, all with slight differences. AlloDerm appears to have the greatest presence in the literature. The purpose of this systematic review is to provide an overview of the experience with AlloDerm, stratified by clinical indication. METHODS: A literature search was performed across Medline, EMBASE, and the Cochrane Collaboration using the search terms "AlloDerm" and "acellular dermal matrix." Two independent authors applied a priori inclusion and exclusion criteria. Relevant articles were categorized by application, type of study, and evidence level. RESULTS: A total of 753 articles met the initial inclusion criteria, and 311 remained after discarding irrelevant articles: skin (25), head and neck (82), breast (34), trunk (66), pelvis (10), extremities (8), and basic science (86). Non-basic science study designs included 32 analytic articles (3 randomized controlled trials and 29 observational studies including 11 cohort studies, 1 cross-sectional study, and 17 case-controlled studies), 192 descriptive articles (106 case series, 51 case reports, 2 cross-sectional studies, and 33 qualitative studies), and 1 systematic review. More than 85% of articles had a level of evidence of 4 or 5. Articles showed outcomes that were 70% positive, 23% neutral, and 7% negative. CONCLUSIONS: AlloDerm has many clinical uses with promising results. Most evidence lies in descriptive and nonrandomized studies, but randomized trials are emerging. Cost and logistics of large trials with these products make large-scale trials challenging but necessary. Emphasis needs to shift to randomized controlled trials focusing on areas where most clinical benefit can be realized.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».