The efficacy and safety of platelet-rich plasma in the tendon-exposed wounds: a preliminary study
Notice bibliographique
Résumé
Abstract Objective Currently, among wounds with large skin tissue defects caused by various reasons, the treatment of refractory wounds is still a major clinical problem. This study is aimed to preliminarily assess the therapeutic potentials of platelet-rich plasma (PRP) in refractory wounds with exposed tendons, as well as corresponding efficacy and safety. Methods A total of 12 patients (5 males and 7 females) with refractory wounds and exposed tendons who were admitted to our hospital from June 2018 to December 2020 were included in this study. After the preparation of PRP, the included patients underwent the PRP injection after the debridement of wounds, and the efficacy and prognosis were assessed by the same group of senior surgeons. Results The average age of included patients was 42.7 ± 12.9 years, and the causes of injury included traffic accidents (3 cases), contusion (2 cases), burns (2 cases), diabetes complications (4 cases), and melanoma complications (1 cases). The average healing time was 23.0 ± 5.0 days, and the mean size of the wound was 3.1 × 5.1 cm2. During the whole treatment process, Vancouver Scar Scale (VSS) decreased from 7.4 ± 1.6 before PRP treatment to 3.6 ± 0.9 after treatment (P < 0.001), Manchester Scar Scale (MSS) decreased from 12.3 ± 4.5 before PRP treatment to 5.4 ± 1.2 after treatment (P < 0.001), and no redness and swelling were observed around wounds, the size and degree of wounds gradually reduced, the coverage rate of granulation tissue was acceptable, overall quality of scar was relatively good, skin sensitivity around wounds was normal, there was no local wounds secretion, and postoperative patient's satisfaction was relatively good during follow-up. Conclusions Our study has preliminarily indicated that PRP can promote the wounds healing, reduce the inflammation around wounds, and improve the granulation tissue and angiogenesis, thereby effectively polishing up the safety and efficacy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».