Using Intra-arterial tPA for Severe Frostbite Cases. An Observational Comparative Retrospective Study
Notice bibliographique
Résumé
Frostbite causes tissue damage through five major mechanisms, out of which two are amenable to treatment. The first-line treatment is rapid rewarming therapy using water at 40°C to 42°C, which addresses the formation of ice crystals in the intra and extra cellular compartments. The second mechanism is progressive tissue ischemia after rewarming and is only accessible to a second-line therapy represented by thrombolysis. This study aimed to determine the efficacy of thrombolysis. This is a single-center retrospective cohort study, where it was aimed to evaluate two groups of patients. A total of 18 patients were included in this study. Mean times between injury to thrombolytic therapy and admission to thrombolytic therapy was 26.04 hours (SD 13.6) and 9.65 hours (SD 9.89), respectively. All patients suffered injuries ranging from second-degree deep to third degree. The rate of patients having complete, partial, and no angiographic responses were 55.6%, 11.1%, and 33.3%, respectively. The main outcome of interest showed that 11 (61.1%) patients in total had amputations at different levels. Results showed that in the intervention group, five (55.6%) of the patients had amputations compared with six (66.7%) from the control group (P = .6) at comparable levels of amputation. The literature supports that the use of intra-arterial tissue plasminogen activator might be beneficial for severe cases of frostbites; however, it lacks of studies of major significance and results are often controversial. Our study has not shown statistically significant results on amputation levels and cannot support the hypothesis of efficacy of thrombolytic therapy.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».