Dermal Regeneration Template in the Management and Reconstruction of Burn Injuries and Complex Wounds: A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Dermal scaffolds have created a paradigm shift for burn and wound management by providing improved healing and less scarring, while improving cosmesis and functionality. Dermal regeneration template (DRT) is a bilayer membrane for dermal regeneration developed by Yannas and Burke in the 1980s. The aim of this review is to summarize clinical evidence for dermal scaffolds focusing on DRT for the management and reconstruction of burn injuries and complex wounds. Methods: A comprehensive search of PubMed was performed from the start of indexing through November 2022. Articles reporting on DRT use in patients with burns, limb salvage, and wound reconstruction were included with focus on high-level clinical evidence. Results: DRT has become an established alternative option for the treatment of full-thickness and deep partial-thickness burns, with improved outcomes in areas where cosmesis and functionality are important. In the management of diabetic foot ulcers, use of DRT is associated with high rates of complete wound healing with a low risk of adverse outcomes. DRT has been successfully used in traumatic and surgical wounds, showing particular benefit in deep wounds and in the reconstruction of numerous anatomical sites. Conclusions: Considerable clinical experience has accrued with the use of DRT beyond its original application for thermal injury. A growing body of evidence from clinical studies reports the successful use of DRT to improve clinical outcomes and quality of life across clinical indications at a number of anatomical 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.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle