Effectiveness of double-layer artificial dermis repair material combined with autologous skin patch in repairing deep skin and soft tissue defects: a retrospective study
Notice bibliographique
Résumé
Objectives With the development of biotechnology, double-layer artificial dermis repair material has been increasingly employed to repair deep skin and soft tissue defects. This study aims to investigate the effectiveness of double-layer artificial dermis repair material combined with autologous skin patch in repairing deep skin and soft tissue defects.Methods This study conducted a retrospective analysis of 18 patients with deep skin and soft tissue defects who were treated with a combination of double-layer artificial dermal repair materials and autologous skin grafting at our hospital between January 2022 and January 2024.Results A total of 18 patients were treated, including 7 males and 11 females, with an average age of 41.7 ± 19.12 years. All patients exhibited good vascularization of the double-layer artificial dermal material postoperatively. In one patient, only a small part of the autologous skin patch survived after the first grafting, and the skin healed well after the second grafting. The remaining patients healed well after the operation. Two months after the operation, the results showed that no obvious hyperplastic contracture scar was found in the wound grafts of 18 patients, and the total Vancouver Scar Scale (VSS) score was not significantly different between 1 month and 2 months after the operation (p > 0.05).Conclusion Double-layer artificial dermis repair material combined with autologous skin patch provides a reliable, less invasive and simple treatment for deep skin and soft tissue defects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».