Ultrasound measurement of traumatic scar and skin thickness: a scoping review of evidence across the translational pipeline of research-to-practice
Notice bibliographique
Résumé
OBJECTIVES: To identify the ultrasound methods used in the literature to measure traumatic scar thickness, and map gaps in the translation of these methods using evidence across the research-to-practice pipeline. DESIGN: Scoping review. DATA SOURCES: Electronic database searches of Ovid MEDLINE, Embase, Cumulative Index of Nursing and Allied Health Literature and Web of Science. Grey literature searches were conducted in Google. Searches were conducted from inception (date last searched 27 May 2022). DATA EXTRACTION: Records using brightness mode (B-mode) ultrasound to measure scar and skin thickness across the research-to-practice pipeline of evidence were included. Data were extracted from included records pertaining to: methods used; reliability and measurement error; clinical, health service, implementation and feasibility outcomes; factors influencing measurement methods; strengths and limitations; and use of measurement guidelines and/or frameworks. RESULTS: Of the 9309 records identified, 118 were analysed (n=82 articles, n=36 abstracts) encompassing 5213 participants. Reporting of methods used was poor. B-mode, including high-frequency (ie, >20 MHz) ultrasound was the most common type of ultrasound used (n=72 records; 61% of records), and measurement of the combined epidermal and dermal thickness (n=28; 24%) was more commonly measured than the epidermis or dermis alone (n=7, 6%). Reliability of ultrasound measurement was poorly reported (n=14; 12%). The scar characteristics most commonly reported to be measured were epidermal oedema, dermal fibrosis and hair follicle density. Most records analysed (n=115; 97%) pertained to the early stages of the research-to-practice pipeline, as part of research initiatives. CONCLUSIONS: The lack of evaluation of measurement initiatives in routine clinical practice was identified as an evidence gap. Diverse methods used in the literature identified the need for greater standardisation of ultrasound thickness measurements. Findings have been used to develop nine methodological considerations for practitioners to guide methods and reporting.
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 | 0,067 | 0,011 |
| 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 | 0,001 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».