Un modèle qui permet de détecter les plaies difficiles, c’est-à-dire qui vont mettre très longtemps à cicatriser, soit plus de 15 semaines, c’est ce que vient e développer cette équipe de Stanford. Leur démarche, présentée dans la revue Wound Repair and Regeneration permet de prévoir, avec une précision de 95% les plaies à cicatrisation retardée.
Le Pr Nigam Shah, professeur agrégé de médecine de Stanford, et son équipe ont travaillé à partir des dossiers portant sur plus de 150.000 blessures et plaies prises en charge chez 53.000 patients. L'équipe a examiné des centaines de variables à partir des dossiers patients, dont la longueur, la largeur, la surface et la profondeur des plaies, mais aussi les différents résultats de santé et facteurs sociodémographiques des patients. Tous les types de plaies étaient représentés, dont escarres, ulcères diabétiques, plaies traumatiques ou post-op. Les chercheurs ont réparti les patients en 2 groupes :
Les données du premier groupe ont servi à développer le modèle, qui a pu ensuite être validé sur les données du second groupe.
100 facteurs prédicteurs pèsent pour 95% du diagnostic de cicatrisation retardée.
- Le prédicteur le plus impactant d’une cicatrisation retardée de la plaie est lorsque le patient reçoit des soins palliatifs.
- D’autres prédicteurs majeurs sont :
- l'âge du patient,
- la taille de la plaie
- et la rapidité de cicatrisation durant la première semaine qui suit l’occurrence de la plaie.
Le modèle fonctionne quel que soit le type de plaie et peut être personnalisé pour différentes situations. Enfin, les chercheurs se disent ouverts à transmettre leurs données aux chercheurs universitairse ou aux cliniciens qui souhaiteraient développer de tels modèles de soins prédictifs, pour leur service.
Source: Wound Repair and Regeneration DOI: 10.1111/wrr.12384 Rapid identification of slow healing wounds et Stanford Medicine January 12th, 2016 Wounds too deep to heal: Study sheds light on which wounds may need special care
Copyright © 2015 AlliedhealtH www.santelog.com