Kinetics of blood flow during healing of excisional full‐thickness skin wounds in pigs as monitored by laser speckle perfusion imaging
Notice bibliographique
Résumé
BACKGROUND/PURPOSE: The laser speckle perfusion imaging (LSPI) system is a new, non-invasive technique for rapidly and reproducibly measuring tissue perfusion. The high resolution and frame rate of the LSPI overcome many of the limitations of traditional laser Doppler imaging techniques. Therefore, LSPI is a useful means for evaluating blood flow in a variety of situations. The present study investigates the ability of the LSPI system to detect temporal changes in blood flow during the healing of cutaneous wounds in a well-characterized animal model. METHODS: Full-thickness excisional skin wounds (2 x 2 cm) were created on the backs of juvenile female red Duroc pigs. Every week post-injury, the wounds were measured and photographed, and normalized blood flow values were determined using the LSPI system. RESULTS: Tissue perfusion values were available after complete re-epithelialization and removal of the eschar, at day 21. At this point, wound blood flow was significantly elevated as compared with the surrounding, uninvolved skin. Wound blood flow declined steadily during healing, and approached normal values by day 35 post-injury. CONCLUSION: The kinetics of blood flow during excisional wound healing in the red Duroc model are comparable with that previously observed in laser Doppler imaging of healing human skin wounds and hypertrophic scars. These results therefore confirm that the red Duroc is a good model of human wound healing, and further indicates that the LSPI is an excellent technique for evaluating angiogenesis and neovascularization during healing in this and other models.
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 | 0,000 | 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) | 0,001 | 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 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 ».