MétaCan
Menu
Retour à la cohorte
Enregistrement W2579702087 · doi:10.1186/s41038-016-0068-2

A prospective study of time to healing and hypertrophic scarring in paediatric burns: every day counts

2017· article· en· W2579702087 sur OpenAlexaboutno aff
Elizabeth Chipp, Lisa Charles, Clare Thomas, Kate Whiting, Naiem Moiemen, Yvonne Wilson

Notice bibliographique

RevueBurns & Trauma · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHypertrophic scarHypertrophic scarsSurgeryProspective cohort studyScars

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It is commonly accepted that burns taking longer than 3 weeks to heal have a much higher rate of hypertrophic scarring than those which heal more quickly. However, some of our patients develop hypertrophic scars despite healing within this 3-week period. METHODS: We performed a prospective study of 383 paediatric burns treated non-operatively at a regional burns centre over a 2-year period from May 2011 to April 2013. Scar assessment was performed by a senior burns therapist using the Vancouver Scar Scale. RESULTS: Overall rates of hypertrophic scarring were 17.2%. Time to healing was the strongest predictor of developing hypertrophic scarring, and the earliest hypertrophic scar developed in a patient who was healed after 8 days. The risk of hypertrophic scarring was multiplied by 1.138 for every additional day taken for the burn wound to heal. There was a trend towards higher rates of hypertrophic scarring in non-white skin types but this did not reach statistical significance. CONCLUSIONS: The risk of hypertrophic scarring increases with every day and, therefore, every effort should be made to get the wound healed as quickly as possible, even within the traditional 3-week period usually allowed for healing. We believe that the traditional dogma of aiming for healing within 3 weeks is overly simplistic and should be abandoned: in paediatric burns, every day counts. TRIAL REGISTRATION: Not applicable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,305
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations114
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBurns & TraumaMême sujetWound Healing and TreatmentsTravaux en français237 207