The Efficacy of Bromelain-based Enzymatic Debridement in Deep Burn Injury Management: A Comprehensive Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Objectives: Bromelain-based enzymatic debridement has gained significant attention for its potential advantages in treating burn wounds. However, no previous meta-analyses have been conducted to provide concise evidence of bromelain's efficacy. Therefore, this study aims to conduct a systematic review and meta-analysis focusing on the comparison of bromelain use versus standard care in patients undergoing burn debridement. Methods: Systematic searches were conducted in PubMed, Embase, and the Cochrane Library databases to identify relevant studies. Data synthesis was performed using random-effects models, with findings presented as mean differences (MDs) and weighted odds ratios, accompanied by their corresponding 95% confidence intervals. Results: The review analyzed 10 studies, including three randomized controlled trials, two clinical trials, and four observational studies, involving 596 burn patients with an average age of 38 years and a mean total body surface area (TBSA) of 16%. Of the participants, 49% received a topical bromelain mixture, while 51% received standard care. Bromelain was linked to faster debridement (MD -3.92; p < 0.00001) and a higher rate of spontaneous healing (MD 71.00; p < 0.00001). Surgical excision and autograft procedures were less common in the bromelain group, with odds ratios of 0.08 (p < 0.0002) and 0.10 (p = 0.0001). No significant differences were observed in wound closure time, infection rates, blood transfusion needs, Modified Vancouver Scar Scale scores, or hospital stays. Conclusions: The evidence from this study suggests that the administration of bromelain-based enzymatic debridement significantly reduces the time required to complete debridement, increases the chances of spontaneous healing of burn wounds, and decreases the need for further surgical excisions and autograft procedures.
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 | 0,016 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,041 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».