Flexible Pressure Sensors for Optimizing Pressure Garment Therapy in Periarticular Scar Treatment: Preclinical and Clinical Applications
Notice bibliographique
Résumé
OBJECTIVE: Pressure garment therapy is a common strategy for controlling hypertrophic scars; however, insufficient pressure due to reduced elasticity or joint movement limits its effectiveness around joints. The FlexiForce B201 pressure sensor offers precise pressure measurements, thereby demonstrating a promising solution. APPROACH: This study used a Bama pig scar model with an untreated group, a pressure garment group, and a pressure monitoring group that was treated with FlexiForce B201 sensors and pressure garments. The therapeutic effects were recorded over 1 month. The clinical research followed the Consolidated Standards of Reporting Trials and was registered as ChiCTR2200064173. Eighty-two patients with peri-joint hypertrophic scars were enrolled. Forty-one patients were randomly assigned to the control group and received conventional pressure garment therapy, whereas the remaining 41 patients were included in the monitoring group. Treatment outcomes were tracked at 3 months and 6 months. RESULTS: The Bama pig scar model demonstrated reduced scar hypertrophy in the monitoring group. In the clinical study, the scar thickness in the monitoring group was 47.76% of the initial thickness after 6 months, thereby representing an additional 11.33% reduction compared to the control group. The Vancouver Scar Scale score of the monitoring group (6.44 ± 1.62) was significantly better than that of the control group (7.33 ± 1.53). INNOVATION: The FlexiForce B201 pressure sensor is soft and flexible. It provides accurate pressure measurements within the pressure garment and guides physicians in adjusting the pressure distribution. CONCLUSION: This study revealed that pressure monitoring technology enhances the effectiveness of pressure garments.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».