Evaluation of wound fluid biomarkers to determine healing in adults with venous leg ulcers: A prospective study
Notice bibliographique
Résumé
Clinical practice guidelines recommend using repeated wound surface area measurements to determine if a chronic ulcer is healing. This results in delays in determining the healing status. This study aimed to evaluate whether any of a panel of biomarkers can determine the healing status of chronic venous leg ulcers. Forty-two patients with chronic venous leg ulcers had their wound measured and wound fluid collected at weekly time points for 13 weeks. Wound fluid was analyzed using multiplex enzyme-linked immunosorbent assay to determine the concentration of biomarkers in the wound fluid at each weekly time point. Healing status was determined by examining the change in wound size at the previous and subsequent weeks. Predictive accuracy with 95% confidence intervals (CI) is reported. Of 42 patients, 105 evaluable weekly time points were obtained, with 32 classified as healing, 27 as nonhealing, and 46 as indeterminate. Thirteen biomarkers significantly differed between healing and nonhealing wounds (p < 0.1) and were included in a multivariate logistic regression model. Granulocyte macrophage-colony stimulating factor (p < 0.001) and matrix metalloprotease-13 (p = 0.004) were the best predictors of wound healing. Receiver operating characteristic curves indicated 92% accuracy (95% CI: 85%,100%) for granulocyte macrophage-colony stimulating factor, and 78% accuracy (95% CI: 65%,90%) for matrix metalloprotease-13 in discriminating between healing and nonhealing wounds. This study found that two biomarkers from wound fluid can predict healing status in chronic venous leg ulcers. These findings may lead to the ability to determine the future trajectory of a wound and the ability to modify treatment accordingly.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».