Comparison between artificial dermis with split‐thickness skin graft and full‐thickness skin graft for reconstruction of joint‐involved burn wounds: A retrospective review from a tertiary burn centre
Notice bibliographique
Résumé
Abstract We aimed to compare the scar quality and recovery rate of joint activity for patients with joint‐involved burn injuries receiving either artificial dermis (AD) with split‐thickness skin graft (STSG) or full‐thickness skin graft (FTSG) for reconstruction. The primary outcomes were %skin graft (SG) take. Secondary outcomes included complications such as the infection rate and donor site morbidity, 12‐month scar quality evaluated using the Vancouver scar scale (VSS), recovery rate of joint activity and incidence of scar contracture requiring further revision. Twenty‐eight patients between 1 August 2021, and 1 August 2023, were enrolled. Twelve patients received AD‐STSG while the other 16 patients underwent FTSG for reconstruction. The median %SG take was 95.0% (interquartile range [IQR] 6.3%) and 96.0% (IQR 10.0%) for the AD‐STSG and FTSG groups ( p = 0.71). The FTSG group had significantly better 12‐month scar quality (median VSS 4.0 [IQR 1.3] vs. 6.0 [IQR1.5], p < 0.01) and recovery rate of joint activity (median 82.5% [IQT 15.0%] vs. 70.0% [IQR 7.5%], p < 0.01) compared with AD‐STSG group. However, two patients in the FTSG group (12.5%) suffered partial wound dehiscence of the donor site, whereas no patients experienced donor site morbidity in the AD‐STSG group ( p = 0.49). The incidence of scar contracture requiring further revision was 25.0% (3/12) in the AD‐STSG group and 12.5% (2/16) in the FTSG group ( p = 0.62). In conclusion, AD‐STSG could be an alternative treatment over FTSG for larger joint‐involved burn wounds (>200 cm 2 ) owing to lesser donor site morbidity with admissible cosmetic outcomes and functional recovery.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,002 |
| 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 ».