Comparison of the Effect of Platelets Rich Fibrin, Heparin and Insulin in the Healing of Skin Graft Donor Site
Notice bibliographique
Résumé
Background: Wound healing after burns or trauma can be enhanced by therapies like split-thickness skin graft (STSG), insulin, platelet-rich fibrin (PRF), and heparin, which promote tissue regeneration through growth factors stimulation and stabilization. Aim: The aim of this work was to compare the healing time needed for skin graft donor sites between PRF, Heparin and Insulin in patients eligible for STSG. Methods: This prospective intervention study was carried out on 96 burned patients who have deep burns and in need of skin grafting, raw areas suitable for split thickness (skin graft) coverage, donor site: both thighs and grafts: medium split thickness graft. Patients were divided into four groups contingent upon treatment injected into the donor site at 10 random intradermal points: Group 1: Received 1 ml of PRF. Group 2: Received long-acting insulin at a dose of 10 IU (10 IU/ml). Group 3: Received heparin 1000 IU (1000 IU/ml) subcutaneously. Group 4: Received 1 ml of normal saline. Results: There was a significant difference among the groups concerning post-operative random blood sugar, percentage of healing at days 7, 14, and 21, overall healing time, vascularity, pliability, height, and Vancouver scar scale (P<0.001). There was no significant difference among the studied groups concerning comorbidities, site of STSG, pre-operative RBS, and pigmentation. Conclusions: the superiority of PRF and insulin over heparin in the healing of the donor site with decreased healing time. Infection, bleeding, itching and foul odour of semipermeable dressing were significantly higher in heparin group.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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; 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 ».