Pilot Study Comparing Platelet-rich Plasma Gel Dressings to Conventional Dressings in Treating Acute Facial Burns: A Double-blinded Trial
Notice bibliographique
Résumé
Background: Platelet-rich plasma (PRP) contains growth factors essential for tissue repair. This study investigated the effect of PRP gel on superficial facial burns. Methods: In this randomized clinical trial, 30 patients with acute superficial facial burn wounds were divided into 2 groups. The PRP group (n=15) received PRP gel dressings for 2 days. The control group (n=15) used moist exposed burn ointment (beta-sitosterol 0.25% in sesame oil with a beeswax thickener) 3 times daily. Conducted at Kasr Al-Aini Hospital, Cairo, Egypt, from October 2021 to October 2022, the primary outcome was time to complete wound healing, assessed at 1 week, 3 months, and 6 months. Secondary outcomes included postoperative pain (visual analog scale within 48 h), wound infection (within 3 weeks), pigmentation (at 3 and 6 mo), itching score, patient satisfaction (Likert scale at 3 mo), and cosmetic outcomes (modified Vancouver Scar Scale at 3 mo). Results: No significant differences were found in baseline demographics or pain levels (3.67 ± 1.11 versus 4.47 ± 1.96, P = 0.183). However, infections were significantly lower in the PRP group (0 of 15) versus the control group (6 of 15, P = 0.006). PRP also shortened healing time (12.64 ± 3.1 versus 20.2 ± 6.39 d, P = 0.001) and improved cosmetic outcomes (1.33 ± 1.02 versus 1.94 ± 1.11, P = 0.002). Additionally, PRP reduced itching ( P = 0.031) and yielded higher satisfaction ( P = 0.0034). Conclusions: PRP gel seems to promote faster healing, reduce complications, and enhance patient satisfaction in superficial facial burns, indicating its potential as a therapeutic option.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».