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 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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 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'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