A study on comparison of conventional suturing and tissue adhesive (2-octyl cyanoacrylate) for skin closure in inguinal hernia surgeries
Notice bibliographique
Résumé
Background: Wound closure techniques have evolved from suture material to advanced techniques that include skin staplers, skin glue and adhesive tapes. Based on efficacy of advanced suturing techniques patient may be benefited with better cosmesis, lesser postoperative pain, less wound infection and lesser hospital stay. The aim of the study was to compare the results of adhesive glue with suture material in skin closure in hernia surgeries.Methods: This study involves 100 patients undergoing open inguinal hernia surgery. In 50 of the patient’s skin closure was done with conventional suturing (3-0 ETHILON) and other 50 patients with tissue glue (2-octyl cyanoacrylate). Observation regarding postoperative pain, skin closure time and scar assessment were made, and their results were compared.Results: The mean time taken for skin closure in adhesive group was 2.72±1.32minutes and that of suture group was 4.88±1.533minutes. This difference was of great significance with p value of <0.001. The visual analogue scale shows mean value of 5.3±0.68 for suture group and for skin group it was 3.68±0.62. This value was of great significance with p value <0.001. Postoperative pain was comparatively less in tissue glue group. Postoperative scar was analysed with Vancouver scar scale at regular intervals. The mean score for suture group was 8.3±0.8 and for skin glue group it was 2.8±0.75. These differences of score was of great significance with p value <0.001.Conclusions: Adhesive glue is superior to conventional suturing in clean elective surgeries. It is a safe and an effective method of skin closure with less postoperative pain and better cosmesis of the scar.
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 | 0,001 | 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) | 0,000 | 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 ».