Histomorphometric Analysis of Early Epithelialization and Dermal Changes in Mid–Partial-Thickness Burn Wounds in Humans Treated With Porcine Small Intestinal Submucosa and Silver-Containing Hydrofiber
Notice bibliographique
Résumé
The objective of this study was to determine the healing rates of mid-partial-thickness burns treated with a porcine intestinal submucosa (SIS) vs. silver-containing cellulose hydrofiber (AgH) dressings. This was done by comparing healing response of burn wounds treated with SIS vs that of burns treated with AgH dressings. Five patients with mid-partial-thickness burns ≤10% of body surface were treated simultaneously, but in different areas, with SIS and AgH dressings; full-thickness biopsies were taken at days 0 and 7. Tissues treated with SIS presented higher epithelial maturation index (6.2 ± 0.84 vs. 3.2 ± 3.28; [mean ± standard deviation], P = .029), better orientation and differentiation of epithelial cells, as well as an appropriate basal lamina structure, collagen deposition, and higher transforming growth factor-β3 expression (7.4 ± 8.1 vs. 2.1 ± 2.6; P = .055) than tissues treated with AgH dressings. Importantly, after the treatment SIS was not integrated in healed tissues. After 3 months of treatment, SIS produced a lower score according to Vancouver Scar Scale (3.6 ± 2.6 vs. 7.2 ± 2.5, P = .025).The submucosa dressing does not simply act as scaffolding for the wound, it provides stimulation in the healing area, probably via growth factors initially present in SIS or matrikines derived from its digestion in the wound site. In conclusion, the present study demonstrated that biological matrices favor the wound-healing process.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| 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 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 ».