Growth factors for treating chronic venous leg ulcers: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Chronic venous leg ulcers (VLU) are wounds that commonly occur due to venous insufficiency. Many growth factors have been introduced over the past two decades to treat VLU. This systematic review and meta-analysis evaluates the impact of growth factor treatments of VLU in comparison to control for complete wound healing, percent reduction in wound area, time to wound healing, and adverse events. A systematic review and meta-analysis of randomised trials was conducted. MEDLINE and EMBASE were searched up to December 2020. Studies were included if they compared a growth factor versus placebo or standard care in patients with VLU. From 1645 articles, 13 trials were included (n = 991). There was a significant difference between any growth factor and placebo in complete wound healing (P = 0.04). Any growth factor compared to placebo significantly increased the likelihood of percent wound reduction by 48.80% (P = <0.00001). There was no difference in overall adverse event rate. Most comparisons have low certainty of evidence according to Grading of Recommendations, Assessment, Development, and Evaluation. This meta-analysis suggests that growth factors have a beneficial effect in complete wound healing of VLU. Growth factors may also increase percent reduction in wound area. The suggestion of benefit for growth factors identified in this review is not a strong one based on the low quality of evidence.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| 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 ».