MétaCan
Menu
Retour à la cohorte
Enregistrement W4285509386 · doi:10.56443/rsm.v74i5.61

Cicatrización por segunda intención de heridas quirúrgicas y quemaduras

2021· article· es· W4285509386 sur OpenAlexaff
P Peña-Santoyo, A Figueroa-Rodríguez, D Flores-Pimentel, JA Patiño-Salazar, B Flores-Aldana

Notice bibliographique

RevueRevista de Sanidad Militar · 2021
Typearticle
Languees
DomaineHealth Professions
ThématiqueNursing care and research
Établissements canadiensBioPhage Pharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Introducción: El proceso de cicatrización de heridas y quemaduras por segunda intención es afectado por infecciones. Pirfenidona (PFD) al 8% combinada con dialil óxido de disulfuro modificado (M-DDO 0.016%), en gel tópico, posee propiedades antiinflamatorias, antisépticas y moduladoras de la reparación tisular.
 Objetivo: Describir los resultados de cicatrización de heridas y quemaduras, tratados con PFD 8% y M-DDO al 0.016%.
 Material y métodos: Estudio retrospectivo descriptivo de 36 casos clínicos (20 quemaduras y 16 heridas), atendidos en 14 hospitales de México, durante cinco años. El porcentaje de cierre de la herida, se definió como cambio porcentual del tamaño de la herida, entre inicio y final.
 Resultados: Los pacientes con heridas tenían edad promedio de 41.3 ± 14.8 años, el 50% de los participantes eran mujeres y el 19% padecían diabetes. El 50% de los participantes con quemaduras fueron mujeres, la mediana de edad fue 11.5 años. El 66.6% de los pacientes presentó curación completa, el 30.5% presentaron una mejoría ?70%. En promedio, en 9 semanas de tratamiento se obtiene cierre de la herida.
 Conclusión: El gel de pirfenidona y M-DDO es una alternativa eficaz y segura para el cierre por segunda intención de heridas y quemaduras.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,440
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,427
Écart entre enseignants0,387 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Sanidad MilitarMême sujetNursing care and researchTravaux en français237 207