Oral Surgical Site Infections and Wound Healing Associated with Silk Fibroin Sutures versus Alternative Suture Materials: A Systematic Review
Notice bibliographique
Résumé
Introduction: Delayed or improper wound healing can lead to Surgical Site Infections (SSIs), which are associated with increased mortality, morbidity, readmission rates and healthcare costs. Dental sutures are routinely used to close wounds, promote haemostasis and prevent infection. Although non absorbable sutures are preferred for promoting wound healing and preventing infection, Silk Fibroin (SF) sutures are still used due to their affordability and favourable properties. However, their multifilament structure makes them susceptible to higher bacterial adherence. Aim: To compare the effectiveness of SF sutures in reducing SSIs and promoting wound healing with other suture materials used in dental procedures. Materials and Methods: A systematic review was conducted following the Preferred Reporting Items for Systematic Reviews and Meta-analyses (PRISMA) 2020 checklist. PubMed, University of Toronto libraries and the Web of Science (WoS) were searched using specific keywords until January 4, 2025. Data were extracted and a risk of bias assessment was performed using the Risk of Bias 2 (RoB 2) and Risk of Bias In Non randomised Studies - of Interventions (ROBINS-I) tools. Nine studies were included. Results: The study demonstrated that non resorbable multifilament SF sutures show high microbial adherence and prolonged wound closure time compared to other materials, due to their multifilament and braided structure. However, significant infections were rarely reported. Results regarding bleeding, pain and swelling varied across studies and were mostly non significant on day 7. Conclusion: Antiseptic or antibiotic coatings on SF sutures can reduce bacterial adherence and lower the risk of infection, especially given their significantly higher adherence compared to other sutures.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».