The Use of Laser Doppler Imaging as a Predictor of Burn Depth and Hypertrophic Scar Postburn Injury
Notice bibliographique
Résumé
Hypertrophic scarring (HTS) is a fibroproliferative disorder that commonly develops after severe burn injuries. Overexpression of transforming growth factor-β (TGF-β) by an increased number of fibrocytes has been associated with increased extracellular matrix molecule expression leading to HTS. The most widely accepted adjuvant to clinical assessment of burn depth is laser Doppler imaging (LDI) and may predict injury to the dermis that corresponds to cellular and molecular changes associated with HTS. A prospective, blinded, control trial was performed comparing LDI and clinical assessment for the decision to operate. Immunohistochemistry and real-time reverse transcription polymerase chain reaction was performed to determine whether there is a correlation between histological assessment of burn depth and LDI, and the presence of fibrocytes was detected using confocal microscopy. The positive predictive value for a burn requiring a graft was calculated to be >90%. Immunohistochemistry on biopsy samples revealed an increased expression of TGF-β, connective tissue growth factor, heat shock protein 47, and collagen type I in deep burn wounds compared to superficial burns. Using the fibrocyte-specific markers procollagen type I and lymphocyte-specific protein-1, there was an increased number of fibrocytes in deep burn areas compared to superficial burn. In deep burn injuries, increased infiltration of fibrocytes occurs leading to an overexpression of TGF-β1 and connective tissue growth factor. More importantly, LDI was >90% accurate at predicting the need for excision and grafting. The accuracy of the decision to debride deep dermal burns to avoid HTS using both clinical parameters and LDI was supported by histological and biochemical measurements.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».