MétaCan
Menu
Retour à la cohorte
Enregistrement W7117691959 · doi:10.54804/yhthvb.6.2025.528

Preliminary evaluation of the therapeutic effectiveness of silicone pressure dressing (Gelzone) in the prevention of post-burn scarring

2025· article· W7117691959 sur OpenAlexaboutno aff
Thị Thục Trang Phan, Quang Vinh Vũ

Notice bibliographique

RevueTạp chí Y học Thảm hoạ và Bỏng · 2025
Typearticle
Langue
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScarsSiliconeHypertrophic scarsProspective cohort studyClinical efficacyClinical trialAdverse effect

Résumé

récupéré en direct d'OpenAlex

Objective: To conduct a preliminary evaluation of the effectiveness of silicone pressure dressing (Gelzone) in preventing post-burn scars.Subjects and methods: A prospective descriptive, uncontrolled clinical trial was carried out on 30 patients with post-burn sequelae scars of the extremities who presented at the Center for Plastic and Reconstructive Surgery - Le Huu Trac National Burn Hospital, between August 2024 and August 2025.Results: Most patients were female (66.7%), with a mean age of 29.2 ± 13.8 years. Thermal injury accounted for the majority of burn causes (86.7%). Scars were predominantly located in the lower extremities (76.7%), especially on the legs (56.7%). Hypertrophic scars were the most common type (73.3%), with 76.7% of patients experiencing both pain and pruritus. The mean VAS pain score significantly decreased from 6.8 ± 1.5 before treatment to 1.3 ± 1.4 at 6 months (p < 0.001). Vancouver Scar Scale parameters, including pigmentation, vascularity, pliability, and height, showed statistically significant improvement after treatment, particularly at 3 and 6 months (p < 0.001).Conclusion: Gelzone silicone pressure dressing demonstrated promising effectiveness in improving pain and clinical characteristics of post-burn scars. This method appears to be safe and effective, warranting broader clinical application and further investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,388
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTạp chí Y học Thảm hoạ và BỏngMême sujetDermatologic Treatments and ResearchTravaux en français237 207