Clinical application of skin regeneration therapy in treating skin donor site wounds
Notice bibliographique
Résumé
Objective:To observe the effect of skin regeneration therapy on the healing of skin donor site wounds and to find an ideal method for improving the quality and increasing the speed of the healing of wounds.Method:Wounds in skin donor sites after harvesting 28 edge thick skin grafts (ultra-thin skin grafts),26 thin intermediate split thickness skin grafts and 18 thick intermediate split thickness skin grafts were divided randomly into 2 groups.Wounds in one group were treated with MEBO gauze and wounds in the other group treated with Vaseline gauze as a control.Pain,bleeding and wound healing time of the 2 groups were compared.Six months later,hyperplastic scars in these wounded areas were assessed using Vancouver Scar Assessment Table.Random auto control was also made.Result:In MEBO group,no pain and no bleeding occurred and the incidence of scar formation was less than that in the control group.In MEBO group,edge thick skin graft donor site wounds healed in 5.3±1.1 days,thin intermediate split thickness skin graft donor site wounds healed in 7.5±3.4 days and thick intermediate split thickness skin graft donor site wounds healed in 13.6±4.9 days.In control group,the average wound healing time was respectively 8.1±1.2 days,10.4±3.2 days and 18.5±4.2 days.The difference between the 2 groups was very significant (P＜0.01).After followed up for 6 months,in MEBO group,in intermediate split thick- ness skin graft donor sites,the scar formation assessment value was less than that in the control group (P＜0.05).Conclu- sion:MEBO gauze was superior to Vaseline gauze in treating skin donor site wounds.MEBO has bleeding stopping,pain re- lieving and wound healing promoting effects.The wounds healed by physiological regeneration without marked formation of scars.MEBO gauze treatment is an ideal method for promoting skin donor site wound healing,especially intermediate split thickness skin graft donor site wounds.It can improve the quality of wound healing and shorten healing time.
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 | 0,001 | 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) | 0,003 | 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 ».