"Impact of Local Insulin Injection on Split Thickness Skin Graft Donor Site Healing"
Notice bibliographique
Résumé
Background: Split thickness skin graft (STSG) remains the most common surgical technique to cover skin defects. However, the healing of its donor area is of paramount importance. Multiple local drugs are frequently used to enhance its epithelialization. Systemic Insulin was proved to be beneficial for chronic wound healing such as pressure sores and diabetic ulcers. But the impact of local insulin injection was scarcely studied before as regard wound healing. Therefore, this study aimed to evaluate the effect of intradermal insulin injection on the donor of harvested split thickness skin graft (STSG). Patients and Methods: In this study, 40 patients; 18 males and 22 females with skin loss planned to be covered by STSG were selected. Pregnant, lactating, pre-diabetics and diabetic patients were excluded. The dimensions of the raw area ranged from 5 – 10 cm for maximum height and width. The thigh was used as a donor area and divided by a horizontal line into test (upper proximal half) and control (lower distal half) areas. Then, a 10 IU of long-acting insulin (Lantus ®) was intra-dermally injected in the test area. Random blood sugar was measured 6 hours postoperatively. The rate of epithelialization on days 14 and 21 was analyzed by a special software (Image J®) and the scar quality was also evaluated by Vancouver scar scale (VSS). Results: For the test area, the rate of epithelialization was significantly faster on days 14 and 21 as compared with the control area. But there was no statistical difference between both areas regarding the scar quality when using Vancouver scar scale.Conclusion: Intradermal injection of insulin in donor sites of split thickness skin graft accelerates its healing which allows early re-harvesting of grafts from same donor sites.
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 | 0,001 | 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 | 0,001 |
| 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 ».