MétaCan
Menu
Retour à la cohorte
Enregistrement W2571211337 · doi:10.1038/srep40185

The effectiveness of pressure therapy (15–25 mmHg) for hypertrophic burn scars: A systematic review and meta-analysis

2017· review· en· W2571211337 sur OpenAlexaboutno aff
Jinwei Ai, Jiangtao Liu, Sheng-Duo Pei, Yu Liu, Desheng Li, Hongming Lin, Bin Pei

Notice bibliographique

RevueScientific Reports · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHypertrophic scarsMeta-analysisMedicineInternal medicineSurgeryScars

Résumé

récupéré en direct d'OpenAlex

Although pressure therapy (PT) represents the standard care for prevention and treatment of hypertrophic scar (HS) from burns, its practice is largely based on empirical evidence and its effectiveness remains controversial. To clarify the effect of PT (15-25 mmHg) for HS, we performed the systematic review and meta-analysis. Several electronic databases were screened to identify related randomized controlled trials (RCTs). 12 RCTs involving 710 patients with 761 HS resulting from burn injuries were included. Compared with non/low-PT, cases treated with PT (15-25 mmHg) showed significant differences in Vancouver Scar Scale score (MD = -0.58, 95% CI = -0.78--0.37), thickness (SMD = -0.25, 95% CI = -0.40--0.11), brightness (MD = 2.00, 95% CI = 0.59-3.42), redness (MD = -0.79, 95% CI = -1.52--0.07), pigmentation (MD = -0.16, 95% CI = -0.32--0.00) and hardness (SMD = -0.65, 95% CI = -1.07--0.23). However, there was no difference in vascularity (MD = 0.03, 95% CI = -0.43-0.48). Our analysis indicated that patients with HS who were managed with PT (15-25 mmHg) showed significant improvements. Due to limitations, more large and well-designed studies are needed to confirm our findings and the side-effects of the PT may also need to be evaluated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0190,037
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,439
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations96
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetDermatologic Treatments and ResearchTravaux en français237 207