Two-stage skin grafting using a basic fibroblast growth factor-impregnated artificial dermis
Notice bibliographique
Résumé
For traditional artificial dermises, a waiting period of approximately three weeks is required after the first implantation before they are adequately vascularized. The objective of this retrospective case series was to investigate whether full-thickness skin defects, requiring surgical reconstruction, could be successfully treated by implantation of a basic fibroblast growth factor (bFGF)-impregnated artificial dermis and secondary skin grafting with a shorter waiting period. Between January 2019 and January 2021, 19 skin defects in 14 patients (7 male and 7 female) were treated with two-stage skin grafting using bFGF-impregnated collagen-gelatin sponge (CGS). All of them were included in this case series, and the waiting period for skin grafting, success rate of skin grafting, infection during the waiting period, and scar quality 6-12 months postoperatively were retrospectively investigated. As a result, all skin grafting surgeries were successfully performed with a waiting period of 13.3 ± 4.3 days. Infection during the waiting period was observed in three lesions (15.8%); however, all infections were controllable. Postoperative scar quality was acceptable (Vancouver Scar Scale score range, 1-8). In conclusion, compared to traditional artificial dermises, bFGF-impregnated CGSs have the potential to shorten the waiting period without decreasing the success rate of skin grafting. Further studies are required to confirm this finding.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».