Comparación de la calidad de cicatrización de quemaduras de segundo grado profundo con nanocelulosa EPICITE vs. Curación convencional en la ciudad de Puno 2022
Notice bibliographique
Résumé
Las quemaduras de segundo grado profundo causan lesiones severas en la piel, aumentando el riesgo de infección y cicatrices deformantes comprometiendo los estratos epidérmicos, llegando hasta a dermis reticular y deben ser tratadas adecuadamente con un tratamiento oportuno y apropiado. Objetivo: Evaluar la calidad de cicatrización por quemaduras de segundo grado profundo de los tejidos resultantes entre la técnica nanocelulosa EPICITE en comparación con la cura convencional. Materiales y métodos: Se realizó un estudio comparativo de intervención, analítico, prospectivo y longitudinal, con una muestra de 28 pacientes. Se desarrolló en una clínica de la ciudad de Puno, Perú, participaron una muestra total de todo el universo correspondiente de pacientes atendidos en ambos sexos 28 pacientes de ambos sexos entre los 10 y 70 años. De los cuales el 50% recibió tratamiento con curaciones convencionales, mientras que el otro 50 % fue tratado con el sustituto dérmico temporal de nanocelulosa EPICITE. Resultados mostraron que los pacientes tratados con EPICITE dentro de las primeras 24 horas, la cicatrización presentó mejoras significativas a los tres y seis meses posteriores a la lesión. La evaluación se realizó mediante la escala de valoración cicatrizal de Vancouver, que analiza parámetros como pigmentación, vascularización, flexibilidad y altura de la cicatriz. Se evidenciaron diferencias estadísticamente significativas (p<0.05) a favor del uso de nanocelulosa en el proceso de cicatrización. Conclusiones: el uso del sustituto dérmico de nanocelulosa EPICITE demostró ser una alternativa eficaz para el tratamiento de quemaduras de segundo grado profundo.
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 | 0,010 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».