Wound care practices following in-office cutaneous surgery among family physicians in Canada
Notice bibliographique
Résumé
OBJECTIVE: Family physicians (FPs) in Canada routinely perform in-office cutaneous surgery. There is strong evidence to support a moist wound healing environment, resulting in faster healing times and improved cosmesis. However, the wound care practices of FPs have not been previously studied. We aimed to examine the postoperative wound care practices of FPs after in-office cutaneous surgery. METHOD: An online survey was distributed to Canadian FPs to determine post-surgical wound care practices. The survey examined moist versus dry wound healing and the reasons for these recommendations were explored. Additional wound care practices were also studied. Appropriate statistical analyses were undertaken. RESULTS: A total of 573 (91.5%) FPs completed the survey. Just under half (49.2%) of FPs recommended moist wound healing to their patients, while the remaining respondents (50.8%) recommended dry wound healing. The most endorsed reason for both moist and dry wound care recommendations was prior training (63.1% and 65.3%, respectively). Most physicians (57.2%) recommended the use of a cream or ointment postoperatively. While there appeared to be consensus on recommending sun avoidance after cutaneous surgery (77.7%), additional wound care practices varied, including: the use of dressings; cleansing practices; smoking cessation; reduction in physical activity; photoprotection; water exposure; and scar treatment/cosmetic use. CONCLUSION: Almost half of FPs in Canada responding to the survey did not recommend moist wound healing despite strong evidence to support this practice. We also noted a diverse range of postoperative wound care practices after in-office cutaneous surgery. Therefore, these results highlight a critical need for consistent wound care recommendations following cutaneous surgery for FPs in Canada.
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) | 0,000 | 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 | 0,001 |
| 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 ».