Prevention of Hypertrophic Scars and Keloids by the Prophylactic Use of Topical Silicone Gel Sheets Following a Surgical Procedure in an Office Setting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND Topical silicone gel sheeting has been used for more than 20 years to help reduce the size of hypertrophic scars and keloids. Its clinical efficacy and safety is well established. OBJECTIVE To determine whether topical silicone gel sheeting can be used to prevent hypertrophic scars and keloids from forming following dermatologic skin surgery. METHODS Patients undergoing skin surgery were stratified into two groups: those with no history of abnormal scarring (low-risk group) and those with a history of abnormal scarring (high-risk group). Following the procedure, patients within each group were randomized to receive either routine postoperative care or topical silicone gel sheeting (48 hours after surgery). Patients were followed for 6 months. RESULTS In the low-risk group, there were no statistical differences between individuals using routine postoperative care or using topical silicone gel sheets. In the high-risk group, there was a statistical difference (39% versus 71%) between patients who did not develop abnormal scars and used topical silicone gel sheeting and patients who developed abnormal scars after routine postoperative treatment. Those individuals having a scar revision procedure also showed a statistical difference if topical silicone gel sheeting was used following surgery. CONCLUSION Topical silicone gel sheeting, with a 20-year history of satisfaction in dermatology, now appears to be useful in the prevention of hypertrophic scars and keloids in patients undergoing scar revision.
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.
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) | 0,001 | 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 | 0,000 |
| 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 découle