MétaCan
Menu
Retour à la cohorte
Enregistrement W4324056879 · doi:10.3390/life13030762

Mid-Term Follow-Up Study of Children Undergoing Autologous Skin Transplantation for Burns

2023· article· en· W4324056879 sur OpenAlexaboutno aff
Angyalka Válik, Katalin Harangozó, András Garami, Zsolt Juhász, Gergő Józsa, Aba Lőrincz

Notice bibliographique

RevueLife · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Research, Development and Innovation OfficeÁltalános Orvostudományi Kar, Pécsi Tudományegyetem
Mots-clésMedicineScarsSurgeryTransplantationRetrospective cohort studyCohortInternal medicine

Résumé

récupéré en direct d'OpenAlex

Deep partial and full-thickness burns require surgical treatment with autologous skin grafts after necrectomy, which is the generally accepted way to achieve permanent wound coverage. This study sought to examine the grafted and donor areas of children who underwent autologous skin transplantation, using two assessment scales to determine the severity of the scarring and the cosmetic outcome during long-term follow-up. At the Surgical Unit of the Department of Paediatrics of the University of Pécs, between 1 January 2015 and 31 December 2019, children who had been admitted consecutively and received autologous skin transplantation were analyzed. Twenty patients met the inclusion criteria in this retrospective cohort study. The authors assessed the results using the Patient and Observer Scar Assessment Scale (POSAS) and the Vancouver Scar Scale (VSS). There was a significant difference in how parents and examiners perceived the children’s scars. In the evaluation of the observer scale, the most critical variables for the area of skin grafted were relief and thickness. Besides color, relief was the worst clinical characteristic on the patient scale. However, when medical professionals evaluated the donor site, significantly better results were obtained compared to the transplanted area (average observer scale score: 1.4 and 2.35, p = 0.001; VSS: 0.85 vs. 2.60, p < 0.001), yet it was similar to the graft site in the parents’ opinion (Patient Scale: 2.95 and 4.45, p = 0.181).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,264

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,327
Écart entre enseignants0,293 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLifeMême sujetWound Healing and TreatmentsTravaux en français237 207