Pruritus in the Pediatric Burn Population
Notice bibliographique
Résumé
Postburn pruritus is a significant issue that can have a devastating impact on patient quality of life. Despite its known negative impact, few studies have focused on the pediatric population. Thus, the aim of this study was to determine the incidence of pruritus among pediatric burn patients as well as identify its predictive factors and commonly used treatments, including the novel use of laser therapy. A retrospective analysis of all burn patients treated at our pediatric burn center from 2009 to 2017 was conducted. The primary outcome measure was the presence or absence of pruritus at any point following the burn. One thousand seven hundred and eighty-three patients met the inclusion criteria for this study. The mean age at injury was 3.67 years (SD = 4.02) and the mean burn TBSA was 3.48% (SD = 4.81) with most burns resulting from scalds (66%). In total, 665 patients (37.3%) experienced pruritus. Following multivariable logistic regression, TBSA, age >5 years, burns secondary to fire/flame, and burn depth, were identified as significant predictors of pruritus (P < .05). Pruritus was treated with diphenhydramine (85.0%), hydroxyzine (37.3%), and gabapentin (4.2%) as well as massage (45.7%), pressure garments (20.0%), and laser therapy (8.6%). This study addresses the knowledge gap in the literature related to postburn pruritus among pediatric patients and includes one of the largest patient cohorts published to date. Moreover, the results further contribute to our understanding of postburn pruritus in children and may help us to predict which patients are most likely to be affected, so that treatment can be initiated as soon as possible.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».