DEVELOPMENT OF NONINVASIVE AND QUANTITATIVE METHODOLOGIES FOR THE ASSESSMENT OF CHRONIC ULCERS AND SCARS IN HUMANS
Notice bibliographique
Résumé
Chronic ulcers are a significant and common cause of morbidity and mortality worldwide. They disrupt the epidermis and dermis, resulting in a loss of barrier function. Keloids and hypertrophic scars (benign cutaneous tumors) represent an abnormal healing response. These fibroproliferative disorders are characterized by an overabundance of collagen and accumulation of extracellular matrix due to an imbalance between synthesis and degradation, culminating in excessive scarring. The objectives of this study were to evaluate and compare noninvasive biophysical methods for the measurement of outstanding quantitative parameters of scars and chronic ulcers, and to establish correlations between the parameters measured and the results of conventional subjective clinical evaluations. The development of new technologies, based on ultrasonography and laser Doppler, makes possible new dermatological evaluation methods. Fifteen patients (6 females and 9 males) with 15 chronic ulcers (4 diabetic ulcers, 10 venous ulcers and 1 pressure ulcer) and 30 patients (19 females and 11 males) with 30 scars (25 hypertrophic and 5 keloids) were included in this study. Clinical evaluation was performed by a dermatologist, an aesthetic surgeon and an endocrinologist. Biophysical measurements were used to assess local blood flow by laser Doppler flowmetry (Moor DRT4), thickness and echogenicity by high frequency ultrasonography (20 MHz, Dermascan C) and ulcer linear dimensions by image analysis. Our results show that blood flow within the ulcers and scars was higher than within normal skin. Also, skin thickness of chronic ulcers was decreased when compared to normal skin; the thickness of hypertrophic scars, but not of keloids, was increased in comparison to normal skin, and presented the possibility of measuring wound and scar surfaces with precision. In summary, this pilot study established the feasibility of measuring various biophysical parameters and adapted their potential utility to research on wounds.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».