The Role of Lactic Acid in Episiotomy Wound Healing: A Systematic Review
Notice bibliographique
Résumé
Episiotomy is a common obstetric intervention aimed at facilitating childbirth and reducing severe perineal trauma. Lactic acid, a naturally occurring alpha-hydroxy acid (AHA), has emerged as a promising alternative to conventional wound-care methods due to its antimicrobial, anti-inflammatory, and regenerative properties. Objective: This systematic review evaluates the effectiveness of lactic acid in episiotomy wound healing compared to conventional wound-care methods, focusing on healing time, infection rates, and patient-reported outcomes. Methods: A systematic search was conducted in PubMed, Cochrane Library, Embase, Web of Science, and Scopus using the keywords “lactic acid”, “episiotomy wound healing”, “perineal wound care”, and “infection prevention”. Inclusion criteria covered randomized controlled trials (RCTs), observational studies, and systematic reviews. The Cochrane Risk of Bias 2 (RoB 2) tool and the Newcastle–Ottawa Scale were used for quality assessment. Results: Eight studies met the inclusion criteria. Lactic acid-treated wounds demonstrated 30% faster healing rates, 50% lower infection rates, and reduced pain scores compared with standard wound-care methods (e.g., povidone-iodine or saline). A meta-analysis of five RCTs found a significant reduction in post-episiotomy infections (RR = 0.68, 95% CI: 0.52–0.85). Conclusions: Lactic acid shows promise in episiotomy wound care by improving healing outcomes and reducing infection and discomfort. However, further large-scale RCTs are needed to confirm its safety and long-term efficacy.
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 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,007 | 0,007 |
| 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) | 0,004 | 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 ».