В данном проспективном когортном исследовании оценивались цифровые характеристики ран, данные термографии и локальные маркеры воспаления при ожогах, хронических язвах и ранах после реконструктивных операций на кисти. Мультимодальные модели продемонстрировали умеренную внутренне валидированную дискриминационную способность без значимого улучшения по сравнению с клинической оценкой, что подтверждает применимость данных моделей только для эксплораторной стратификации рисков и требует внешней валидации перед внедрением в клиническую практику.
Исследовательская статья
Ранние цифровые и воспалительные маркеры замедленного заживления при ожогах, язвах и реконструкции кисти: проспективное когортное исследование
19 просмотров
⸱
11 сентября 2026 г.
В этой статье
Краткое содержание
Аннотация
Замедленное заживление оценивается по-разному при ожогах, хронических язвах и ранах при реконструкции мягких тканей кисти, однако такие пациенты часто проходят лечение в одном отделении по уходу за ранами. В данном проспективном одноцентровом когортном исследовании оценивалось, дополняют ли стандартизированные цифровые характеристики ран, термография и локальные маркеры воспаления раннюю оценку риска замедленного заживления в этих трех категориях. Взрослые пациенты, включенные в исследование в период с 1 января 2024 г. по 31 декабря 2025 г., прошли базовую фотографию ран, тепловизионную съемку и забор проб экссудата из раны. Замедленное заживление определялось с использованием заранее установленных критериев, специфичных для типа раны. Были построены клиническая модель, модель цифровых характеристик, модель маркеров воспаления, комбинированная базовая модель и обновленная модель на 7-й день; тип раны был принудительно введен в каждую модель, и все они прошли внутреннюю валидацию с использованием 1000 бутстреп-выборок. Из 168 пациентов (57 с ожогами, 70 с хроническими язвами и 41 с ранами при реконструкции мягких тканей кисти) у 59 (35,1%) наблюдалось замедленное заживление согласно критериям. Раны с замедленным заживлением были более глубокими, характеризовались большим количеством струпа и некротических тканей, более высокими показателями экссудации и разницей температур раны и контрольной точки, а также более высокими концентрациями интерлейкина-6 (IL-6); ряд других различий были статистически недостоверными. Видимые значения AUC составили 0,691 для клинической модели, 0,717 для комбинированной базовой модели и 0,715 для обновленной ранней модели. Соответствующие значения AUC с поправкой на оптимизм составили 0,632, 0,660 и 0,649. Комбинированная базовая модель не привела к значимому улучшению дискриминации по сравнению с клинической моделью (ΔAUC 0,026; тест DeLong p = 0,400), а добавление данных о сокращении площади раны на 7-й день не улучшило комбинированную базовую модель (ΔAUC -0,002; p = 0,662). Таким образом, данные модели продемонстрировали умеренную эффективность при внутренней валидации, а не готовность к клиническому применению. В настоящее время они служат в первую очередь в качестве основы для выдвижения гипотез по ранней стратификации рисков. Перед внедрением необходимы независимая внешняя валидация и проспективная оценка эффективности.
Введение
Замедленное заживление ран остается клинической проблемой при ожогах, хронических язвах и послеоперационной реконструкции мягких тканей. Эти состояния различаются по причинам возникновения и ожидаемым срокам заживления, однако служба специализированной помощи при ранах часто сталкивается с необходимостью принятия одних и тех же оперативных решений на раннем этапе: какие раны требуют более тщательного мониторинга, более раннего осмотра специалистом или расширенного обследования. Ожоги могут потребовать своевременного иссечения или трансплантации1,2, хронические язвы отражают взаимодействие факторов перфузии, давления, нейропатии, инфекции и метаболизма3,4, а реконструктивные раны могут не заживать из-за расхождения краев, инфекции или нарушения жизнеспособности лоскута/трансплантата. Унифицированная модель клинически значима только в том случае, если тип раны указан явно, а неоднородность оценивается, а не игнорируется.
Хронические язвы представляют собой иную, но не менее сложную проблему. Такие раны часто не заживают из-за нарушения перфузии, инфекции, нейропатии, давления, отека, метаболических заболеваний или избыточного местного воспаления. Крупномасштабное моделирование хронических ран показало, что факторы на уровне раны, такие как площадь, глубина, длительность, локализация и этиология, вносят существенный вклад в прогноз заживления3. При диабетических язвах стопы было показано, что раннее процентное изменение площади раны позволяет предсказать последующее полное заживление, при этом сокращение площади через 4 недели служит практическим критерием для выявления ран, которые вряд ли заживут только при стандартном уходе4. Однако ожидание в течение нескольких недель для определения того, реагирует ли рана на лечение, может быть слишком долгим для ран с высоким риском инфицирования, потери тканей или неудачи реконструктивной операции.
Цифровая оценка ран позволяет сделать раннюю диагностику более объективной. Стандартизированная фотография ран и калиброванная планиметрия позволяют более точно количественно определить площадь раны и изменение ее поверхности, чем одна лишь визуальная оценка5. Измерения на основе изображений также позволяют выявлять дополнительные характеристики раневого ложа, включая процент содержания экссудативного налета (слаффа), некротическую ткань, эритему, внешний вид, связанный с экссудатом, и неоднородность текстуры. Методы цифрового измерения с использованием смартфонов и программы ImageJ все чаще оцениваются как практические инструменты для определения площади ран в клинических и околоклинических условиях6. Тем не менее большинство рутинных методов оценки ран по-прежнему опираются только на уменьшение площади, что может привести к игнорированию ранних изменений качества тканей, которые предшествуют задержке заживления.
Тепловизионная съемка обеспечивает еще один неинвазивный метод оценки ран. Локальные колебания температуры могут отражать воспалительную активность, изменение перфузии, бактериальную обсемененность или стресс тканей, в зависимости от типа раны и времени наблюдения. Анализ тепловой текстуры исследовался для прогнозирования траекторий заживления венозных язв голени; результаты предполагают, что тепловая гетерогенность может содержать прогностическую информацию, выходящую за рамки размера раны7. В недавних обзорах также описывается термография по месту оказания медицинской помощи как перспективный дополнительный метод мониторинга ран, особенно при интерпретации совместно с клиническими данными и результатами визуализации, а не как самостоятельный диагностический тест8. Таким образом, для гетерогенных популяций ран тепловая оценка может помочь зафиксировать физиологические сигналы, которые не видны на обычных фотографиях.
Несмотря на различную этиологию, три категории ран имеют общие измеримые процессы, имеющие значение для заживления: повреждение тканей, воспалительная активация, обновление матрикса, локальная перфузия и раннее изменение площади раны. Цитокины в экссудате раны могут отражать местный тканевый ответ9,10, в то время как матриксная металлопротеиназа-9 (MMP-9) отражает активность протеаз и деградацию внеклеточного матрикса и ассоциируется с плохим заживлением диабетических язв стопы11. Эти общие области дают биологическое обоснование для тестирования общей модели, но не доказывают, что прогностические эффекты идентичны для всех категорий ран.
Большинство опубликованных исследований сосредоточено на одном типе раны или одной области измерения, в то время как в многопрофильных клиниках по лечению ран используется общее оборудование для визуализации и единые рабочие процессы оценки. Таким образом, объединеная модель могла бы уменьшить фрагментацию рабочего процесса, однако ее клиническая ценность зависит от прозрачной спецификации модели, внутренней валидации, калибровки и явной оценки подгрупп12. Результаты, специфичные для конкретного типа раны, и анализ взаимодействий являются необходимыми мерами предосторожности, поскольку сроки заживления не взаимозаменяемы.
Несмотря на общие физиологические процессы восстановления тканей, в повседневной клинической практике сохраняется пробел в интеграции мультимодальных методов оценки для различных групп ран. Мы выдвинули гипотезу, что новая объединенная модель с поправкой на тип раны, сочетающая ранние клинические, цифровые, термические и воспалительные признаки, позволит улучшить раннее прогнозирование заторможенного заживления по сравнению с использованием только стандартной клинической оценки, при этом эксплицитно сохраняя этиологическую неоднородность. Соответственно, основной целью была оценка взаимосвязи этих ранних признаков с заторможенным заживлением и сравнение заранее определенных клинической и мультимодальной моделей. В ходе анализа также оценивалась эффективность в каждой категории ран, взаимодействия между типом раны и предиктором, а также чувствительность к воздействию терапии после исходного уровня. Учитывая одноцентровой дизайн разработки, все оценки эффективности считались предварительными и прошедшими внутреннюю валидацию, а не готовыми к внедрению. В случае внешней валидации данная структура могла бы в конечном итоге повлиять на принятие клинических решений путем сортировки ран высокого риска для более раннего вмешательства специалистов и оптимизации распределения ресурсов в смешанных службах по лечению ран.
Протокол
Исследование было рассмотрено и одобрено до начала проведения Этическим комитетом Главного госпиталя Северного театра военных действий (номер одобрения Y(2023)455; дата одобрения 1 ноября 2023 г.). Этический комитет освободил исследователей от необходимости получения письменного информированного согласия, поскольку исследование носило строго обсервационный и неинтервенционный характер. Клинические записи, фотографии ран, тепловые изображения, образцы экссудата из ран или мазки, а также данные о биомаркерах были обезличены и закодированы уникальными идентификаторами исследования; ключ для повторной идентификации хранился отдельно и был доступен только уполномоченному персоналу исследования. Подробные сведения о всех использованных реагентах, оборудовании, модели тепловизора, а также названия, версии и RRID программного обеспечения приведены в Таблице материалов.
Дизайн и условия исследования
Данное проспективное обсервационное когортное исследование проводилось в отделении комбустиологии и пластической хирургии и в отделении хирургии кисти многопрофильного учебного госпиталя в период с 1 января 2024 года по 31 декабря 2025 года. Последовательный скрининг взрослых пациентов с ожоговыми ранами, хроническими язвами или ранами после реконструкции мягких тканей кисти проводился при первом осмотре раны или в течение 48 h после операции. Отчетность была составлена в соответствии с рекомендациями Strengthening the Reporting of Observational Studies in Epidemiology (STROBE)13. Схема скрининга, включения в исследование, исходной оценки, последующего наблюдения и анализа представлена на рисунке 1.
В период с 1 января 2024 года по 31 декабря 2025 года был проведен скрининг в общей сложности 196 пациентов с ожогами, хроническими язвами или ранами после реконструкции мягких тканей кисти. После исключения 28 пациентов (12 не соответствовали критериям включения, у 6 отсутствовали полные исходные данные визуализации, у 5 отсутствовали пригодные образцы экссудата или мазки, а 5 отказались от последующего наблюдения) в исследование было включено 168 пациентов, которые были распределены по группам: ожоги, хронические язвы или раны после реконструкции мягких тканей кисти. Всем включенным пациентам была проведена исходная стандартизированная фотография ран, термография и забор биомаркеров из раневого экссудата с последующими плановыми обследованиями на 7-й, 14-й, 21-й, 28-й дни (4-я неделя) и на 12-й неделе. На этапе окончательного анализа пациенты были разделены на группы с своевременным и замедленным заживлением, при этом под замедленным заживлением понималось недостижение контрольных показателей закрытия раны, специфичных для данного типа раны, или необходимость в незапланированном хирургическом вмешательстве.
Участники
Пациенты считались подходящими для участия, если их возраст составлял 18–85 лет, имелась одна клинически идентифицируемая целевая рана с измеряемым раневым ложем и ожидалось, что они пройдут наблюдение в течение как минимум 4 недель. Были включены три категории ран: ожоговые раны, хронические язвы и раны при реконструкции мягких тканей кисти. Эти биологически различные этиологии были объединены, чтобы отразить операционную реальность многопрофильной службы третичного уровня по лечению смешанных типов ран и охватить общие измеряемые области восстановления тканей, при этом этиологическая неоднородность была эксплицитно учтена с помощью заранее определенных анализов подгрупп и взаимодействий (подробно описано в разделе «Статистический анализ»). Ожоговые раны включали поверхностные частично-толстные, глубокие частично-толстные и полнослойные ожоги, которые лечились с помощью консервативных повязок, поэтапного дебридмента или трансплантации кожи при клинической необходимости. Хронические язвы включали язвы диабетической стопы, венозные язвы голени, пролежни и травматические незаживающие язвы продолжительностью более 4 недель. Раны при реконструкции мягких тканей кисти включали раны после пластики местным лоскутом, пересадки кожи, закрытия ран с обнаженным сухожилием или реконструкции дефектов мягких тканей.
Пациенты исключались из исследования при наличии злокачественных ран, активного системного аутоиммунного заболевания, проведении системной терапии кортикостероидами или иммуносупрессивной терапии в течение последних 30 дней, химиотерапии в течение последних 3 месяцев, тяжелого заболевания периферических артерий, требующего срочной реваскуляризации, неполного набора исходных изображений раны, отсутствия образцов раневой жидкости или мазков из раны, а также при выбывании из-под наблюдения до первой оценки результатов.
Для пациентов с несколькими ранами до проведения исходной визуализации была выбрана одна целевая рана. В качестве целевой раны определялась рана с наибольшей площадью, наибольшей глубиной поражения тканей или наибольшей клинической значимостью в контексте задержки заживления. Наблюдение за этой же целевой раной проводилось на протяжении всего исследования.
График исследования и план оценки
Исходная оценка была определена как T0. Для пациентов с ожогами и хроническими язвами T0 соответствовала первой стандартизированной оценке раны после включения в исследование. Для пациентов с реконструкцией мягких тканей кисти T0 определялась как период с 1-го по 3-й послеоперационный день, по возможности до проведения плановой смены повязки.
Последующие обследования проводились на 7 ± 2 день, 14 ± 3 день, 21 ± 2 день (для оценки эпителизации ожогов), 28 ± 5 день и 12 ± 7 неделю. Оценка эпителизации ожоговых ран проводилась на 21 день. Хронические язвы оценивали по раннему сокращению площади на 4 неделе и полному закрытию к 12 неделе. Раны после реконструктивных операций на кисти оценивали на предмет стабильного закрытия, расхождения краев раны, нарушения жизнеспособности лоскута или трансплантата, инфекции и необходимости незапланированной ревизии к 28 послеоперационному дню. Фиксированный график обследований представлен в Таблице 1.
Стандартизированная фотография ран и цифровое измерение размеров ран
Фотографии ран были получены с помощью коммерческого смартфона, оснащенного основной камерой с разрешением 48 мегапикселей, расположенного примерно в 30 cm над плоскостью раны и перпендикулярно ей. Стерильная одноразовая линейка длиной 2 cm и карта цветокалибровки были размещены в плоскости раны за пределами стерильной зоны. Вспышка была отключена, использовалось фиксированное клиническое освещение, а разрешение изображений составляло не менее 3024 pixels × 4032 pixels. Снимки с размытием при движении, неполными границами раны, чрезмерными бликами, отсутствующей линейкой или цветовой картой, а также снятые под углом более чем примерно 15° переделывались до наложения повязки.
Предобработка изображений выполнялась с использованием программного обеспечения для анализа изображений с открытым исходным кодом. Изображения поворачивали до общего единообразного положения, обрезали по области целевой раны и окружающего контрольного участка кожи, а затем масштабировали с помощью линейки 2 cm. Перед сегментацией тканей проводили нормализацию цвета с использованием нейтральных патчей калибровочной карты. Область интереса на фотографиях совмещали между визитами, используя линейку, ориентиры по краям раны и сохраненную полигональную маску. Границы раны обводились независимо двумя обученными специалистами, не знавшими о статусе заживления. Если оценки площади различались более чем на 10%, третий специалист повторял измерение, и использовалось среднее значение двух наиболее близких оценок14. Исходные цифровые признаки включали площадь раны, периметр, циркулярность, процентное содержание слаффа, процентное содержание некротической ткани, индекс эритемы, оценку экссудата и энтропию текстуры. Сегментация слаффа и некротической ткани в программе для анализа изображений проводилась после нормализации цвета с использованием инструмента пороговой обработки цветов Hue–Saturation–Brightness. Пороги интерактивно оптимизировались для каждого изображения двумя обученными «слепыми» специалистами в соответствии со стандартными операционными процедурами; окончательным критерием приемки служил визуальный консенсус между специалистами по нормализованному полноцветному изображению. Затем следовала ручная корректировка остатков повязки, пятен крови, зеркальных бликов и пикселей, не относящихся к ране. Все правки сохранялись в наборе областей интереса программного обеспечения. Энтропия текстуры рассчитывалась по шкалам серого с использованием плагина матрицы совместного появления уровней серого (GLCM) внутри программы с расстоянием между пикселями 1 и направлениями 0°, 45°, 90° и 135°; четыре полученных значения усреднялись.
Скорость сокращения площади раны на 7-й день рассчитывали следующим образом:
(1)
Отрицательное значение указывало на увеличение раны. Надежность определения исходной площади раны оценивали с помощью коэффициента внутриклассовой корреляции [ICC(2,1)], двухфакторной модели со случайными эффектами и абсолютным согласием, а также с использованием 95% доверительного интервала методом бутстрепа на уровне субъекта.
Тепловизионная съемка и характеристики, производные от температуры
Тепловизионные изображения были получены с помощью коммерческой тепловизионной камеры, совместимой со смартфоном и подключенной к нему. Для получения изображений поверхности кожи значение коэффициента излучения было зафиксировано на уровне 0.98. Перед каждым сеансом визуализации устройство калибровали в соответствии с автоматической процедурой калибровки производителя. Снимки делали после того, как рана находилась на открытом воздухе в течение 5 min. Температура в помещении поддерживалась на уровне 2–25 °C, а относительная влажность — на уровне 40–60%. Очистка раны, ирригация, местное применение антимикробных средств и дебридмент не проводились в течение 15 min до начала визуализации.
Были зарегистрированы три области: ложе раны, периwound-кожа в пределах 1 cm от края раны и контрольная неповрежденная кожа на противоположной стороне или рядом с раной. Основной тепловой показатель, разница температур между раной и контрольной областью, рассчитывался путем вычитания средней температуры пикселей в области интереса неповрежденной контрольной кожи из средней температуры пикселей в области интереса ложа раны. Разница ≥2.0 °C была заранее определена как паттерн высокого температурного риска. Термография рассматривалась как вспомогательный метод, так как температура чувствительна к воспалению, перфузии, окружающей среде и недавним манипуляциям7,8.
Энтропия тепловой текстуры была рассчитана с использованием стандартных языков программирования с открытым исходным кодом и библиотек компьютерного зрения. Тепловой кадр был обрезан до того же поля зрения, что и фотография; маска раны была зарегистрирована с помощью ориентиров краев раны и наложения камеры, а затем визуально проверена перед извлечением данных. Интенсивность пикселей в области раны была нормализована относительно контрольного участка неповрежденной кожи. Тепловые кадры, не прошедшие проверку на фокусировку, поле зрения, стабилизацию или регистрацию, были пересняты или исключены. Анализ тепловой текстуры носил исследовательский характер7.
Сбор экссудата из раны и определение локальных маркеров воспаления
Образцы локального воспаления собирали в момент T0 перед очисткой раны, ирригацией, дебридментом или местным применением лекарственных средств. При наличии достаточного количества экссудата жидкость из раны собирали с помощью стерильного вискозного тампона, который аккуратно прикладывали к раневому ложу на 30 s, не допуская кровотечения. При относительно сухих ранах раневое ложе увлажняли 20 µL стерильного физиологического раствора, после чего тампон собирали через 60 s. Каждый тампон помещали в 1,0 mL фосфатно-солевого буферного раствора, содержащего 0,05% Tween-20, перемешивали на вортексе в течение 60 s и центрифугировали при 3,0 x g в течение 10 min при 4 °C. Супернатант разделяли на аликвоты и хранили при −80 °C. Образцы размораживали только один раз перед проведением анализа.
Локальная воспалительная панель включала интерлейкин-6 (IL-6), интерлейкин-8 (IL-8/CXCL8), фактор некроза опухоли-альфа (TNF-α) и матриксную металлопротеиназу-9 (MMP-9). Все биомаркеры измеряли с помощью коммерчески доступных наборов для иммуноферментного анализа (ELISA). Анализы проводили в соответствии с инструкциями производителей. В частности, первичную инкубацию осуществляли при комнатной температуре (20–25 °C) в течение 2 h. Диапазоны стандартных кривых и нижние пределы обнаружения составили, соответственно, 3.1–30 pg/mL и 0.7 pg/mL для IL-6; 1.5 pg/mL и 7.5 pg/mL для IL-8/CXCL8; 0.5 pg/mL и 5.5 pg/mL для TNF-α; и 31.2 pg/mL и 2,0 pg/mL для MMP-9. Образцы анализировали в дублях и повторяли анализ, если коэффициент вариации превышал 15%. Концентрацию цитокинов выражали в pg/mL, а MMP-9 — в ng/mL. Для характеристики локального микроокружения использовали стандартизированные методы взятия мазков из раны15.
Общая концентрация белка в каждом элюате раневой жидкости измерялась с помощью бицинхонинового метода определения белка. В основном анализе использовались абсолютные концентрации маркеров. Для анализа чувствительности использовались концентрации биомаркеров, нормированные по общей концентрации белка, чтобы снизить влияние разбавления экссудата.
Образцы периферической крови собирали в момент T0 для определения количества лейкоцитов (WBC), уровня С-реактивного белка, сывороточного альбумина, гемоглобина, глюкозы натощак и гликированного гемоглобина (при наличии клинической возможности). Бактериальный посев из раны проводили при клиническом подозрении на инфекцию или при наличии гнойного экссудата.
Клиническая оценка ран и документация по лечению
При каждом визите регистрировали глубину раны, уровень экссудата, наличие некротических тканей, струпа, грануляций, степень эпителизации, перивундерную эритему, запах и боль. Глубина раны оценивалась следующим образом: 1 степень — поражение эпидермиса или поверхностных слоев дермы; 2 степень — полнослойное поражение кожи или подкожной клетчатки без обнажения сухожилий, костей, суставной капсулы или имплантата; 3 степень — глубокое поражение с обнажением сухожилий, костей, суставной капсулы, имплантата или с нарушением целостности лоскута/трансплантата.
Степень экссудации оценивали по шкале от 0 до 4 (0 = отсутствует; 1 = минимальная; 2 = умеренная; 3 = выраженная; 4 = чрезмерная или требующая внеплановой смены повязки). Исходная клиническая инфекция определялась наличием гнойного отделяемого или как минимум двумя из следующих признаков: усиление боли, местное повышение температуры, эритема, отек, неприятный запах, замедленная грануляция, рыхлость тканей или системный воспалительный ответ.
Назначение лечения не было предусмотрено протоколом. В ходе последующего наблюдения фиксировалось, получал ли пациент системные антибиотики в течение >72 h, проходил ли терапию ран отрицательным давлением, хирургическую обработку ран после T0, пересадку кожи или ревизию лоскута, а также проводились ли незапланированные повторные операции. Точные даты начала и окончания процедур в предоставленном аналитическом наборе данных отсутствовали, поэтому моделирование времени относительно отдельных визитов для визуализации и забора проб было невозможно. Эти показатели после исходного уровня использовались только в анализах чувствительности, а не в основных базовых моделях.
Определение и оценка исходов
Первичным исходом было замедленное заживление, определенное с помощью заранее установленных критериев для каждого типа ран. Для ожоговых ран замедленное заживление определялось как отсутствие полной эпителизации к 21-му дню после травмы, необходимость незапланированной пластики после неудачного консервативного лечения или повторная хирургическая обработка при наличии стойких нежизнеспособных тканей. Для хронических язв замедленное заживление определялось как сокращение площади раны менее чем на 50% к 4-й неделе или отсутствие полного закрытия раны к 12-й неделе. Для ран при реконструкции мягких тканей кисти замедленное заживление определялось как отсутствие стабильного закрытия раны к 28-му послеоперационному дню, расхождение краев раны, некроз лоскута или трансплантата, требующий дополнительного вмешательства, появление или ухудшение инфекции в области хирургического вмешательства после T0, требующее системной антибиотикотерапии, или незапланированная ревизионная операция.
Полным закрытием считали полное эпителизирование поверхности без экссудации или использования защитных повязок в течение двух последовательных визитов. Замедленным заживлением хронической язвы считали сокращение площади поверхности <50% к 4-й неделе или неполное закрытие к 12-й неделе. MMP-9 был оставлен в качестве потенциального предиктора, так как повышенный уровень MMP-9 в экссудате раны ассоциируется с плохим заживлением диабетических язв стопы1.
Оценку исходов проводили два клинициста, которые не имели доступа к значениям цифровых признаков и концентрациям биомаркеров. Разногласия разрешались третьим, старшим специалистом по лечению ран. Предварительно определенные критерии замедленного заживления обобщены в Таблице 2.
Временные точки прогнозирования и контроль предикторов-кандидатов
Были заранее определены две временные точки прогнозирования. Базовая модель использовала только переменные, доступные в момент T0, включая клинические показатели, исходные характеристики раны при цифровом анализе, исходные термические характеристики и исходные маркеры воспаления. Обновленная модель раннего прогноза дополнительно включала сокращение площади раны на 7-й день. Такое разделение позволило избежать использования данных за 7-й день в качестве базового предиктора.
Итоговая аналитическая когорта включала 168 пациентов и 59 случаев замедленного заживления. Базовая комбинированная модель включала шесть заранее определенных непрерывных/порядковых предикторов, а также два индикатора типа раны; в раннюю модель было добавлено сокращение площади раны на 7-й день. Поскольку соотношение количества событий к количеству параметров ограничено, интерпретация коэффициентов и оценок по подгруппам проводилась с осторожностью, а также была представлена поправка на оптимизм с помощью бутстреп-метода.
Управление данными и пропущенные данные
Клинические данные вносились в защищенную веб-платформу электронного сбора данных. Каждому пациенту был присвоен идентификационный номер исследования. Идентифицирующая информация хранилась отдельно от аналитического набора данных. Файлы изображений были переименованы в соответствии с идентификационным номером исследования, типом раны и временной точкой визита (например, W023_T0_photo и W023_D7_thermal).
Перед проведением анализа была выполнена проверка диапазонов значений; экстремальные значения сохранялись после верификации, а не удалялись автоматически. Доля пропущенных данных в предикторах модели составила менее 5%: для альбумина, сокращения площади раны на 7-й день, эритемы и IL-6 было по три пропущенных значения, для слущенного эпителия — три, и для MMP-9 — шесть. Непрерывные предикторы были импутированы медианой когорты, а категориальные предикторы — модой. Пропуски в первичных исходах отсутствовали.
Статистический анализ
Анализы воспроизводились с использованием стандартных открытых пакетов для статистического анализа и анализа данных. Непрерывные переменные представлены как среднее значение ± стандартное отклонение (SD) и сравнивались с помощью независимых t-критериев Уэлча; категориальные переменные представлены как n (%) и сравнивались с помощью точного критерия Фишера или критерия хи-квадрат, в зависимости от ситуации. Значения p являются двусторонними.
Предикторы были зафиксированы до подбора модели, а не выбирались на основе одномерного значения p. Повсеместно использовалась логистическая регрессия. Тип раны был представлен индикаторами хронической язвы и реконструкции кисти, при этом ожоговые раны служили контрольной группой. Непрерывные предикторы были масштабированы в соответствии с предварительным заданием.
Были оценены пять заранее определенных моделей: клиническая, модель признаков раны по цифровым данным, модель маркеров воспаления, комбинированная базовая модель и комбинированная обновленная модель раннего этапа. Дискриминационная способность была обобщена с помощью AUC с 95% доверительными интервалами (ДИ) по методу DeLong. Были рассчитаны интерцепт калибровки, наклон калибровки и показатель Брайера. Для внутренней валидации использовались 10 бутстреп-выборок для оценки AUC с поправкой на оптимизм, калибровки и показателя Брайера. Исследование проводилось в соответствии с руководством TRIPOD (Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis)16.
Эмпирические кривые принятия решений были рассчитаны на основе предсказанных вероятностей для пациентов при порогах от 0.10 до 0.60. Коррелированные показатели AUC сравнивали с помощью тестов Делонга. Эффективность модели оценивали отдельно для подгрупп ожогов (n = 57), хронических язв (n = 70) и реконструкций кисти (n = 41), используя прогнозы объединенной модели. Взаимодействия предикторов с типом раны добавляли по одному предиктору за раз и оценивали с помощью теста отношения правдоподобия с двумя степенями свободы. Анализы в подгруппах и анализ взаимодействий носили исследовательский характер.
Воспроизводимый рабочий процесс показан на Рисунке 2. Обезличенные данные на уровне пациентов, словарь данных, прогнозы на уровне пациентов, коэффициенты, исходные таблицы ROC-кривых (кривых приемника), калибровки и кривых принятия решений, а также скрипты Python, использованные для повторного проведения анализов и построения рисунков, представлены в дополнительных файлах.
Анализ чувствительности
Было проведено пять анализов чувствительности: повторное построение модели после исключения исходной клинической инфекции; оценка прогнозов объединенной модели в отношении отсутствия заживления через 12 недель при хронических язвах; замена IL-6 и MMP-9 на log(1 + концентрация); нормирование этих биомаркеров по общему белку жидкости из раны; и добавление пяти показателей лечения после исходного этапа. Анализ с поправкой на лечение интерпретировался как оценка конфаундинга, а не как валидная модель прогнозирования на исходном этапе, поскольку методы лечения выбирались в зависимости от степени тяжести клинического состояния, и некоторые из них пересекались с критериями исхода.
Результаты
Скрининг пациентов и классификация исходов
В период с 1 января 2024 года по 31 декабря 2025 года был проведен скрининг 196 пациентов с ожоговыми ранами, хроническими язвами или ранами после реконструкции мягких тканей кисти. Двадцать восемь пациентов были исключены: 12 не соответствовали критериям включения, у 6 отсутствовали полные исходные изображения ран, 5 не смогли предоставить пригодные для анализа образцы раневой жидкости или мазки из раны, и 5 отказались от последующего наблюдения. В общей сложности в исследование было включено 168 пациентов, данные которых вошли в окончательный анализ (Рисунок 1).
Из 168 включенных пациентов у 57 были ожоги, у 70 — хронические язвы, а у 41 — раны после реконструкции мягких тканей кисти. На основании фиксированного графика оценки (Таблица 1) и заранее определенных критериев исхода (Таблица 2) воспроизводимый алгоритм исходов, специфичный для типа раны, классифицировал 109 пациентов (64,9%) как группу со своевременным заживлением и 59 (35,1%) — как группу с замедленным заживлением.
Исходные клинические, цифровые и термические характеристики раны
Предустановленный аналитический рабочий процесс показан на Рисунке 2, а структура предикторов, использованная для построения модели, подробно описана в Таблице 3. Исходные клинические, цифровые и термические характеристики обобщены в Таблице 4. Средний возраст составил 54.7 years ± 14.7 years, 94 пациента (56.0%) были мужчинами, и у 62 (36.9%) наблюдался сахарный диабет. Клиническая инфекция на исходном этапе встречалась чаще у пациентов с замедленным заживлением (20.3% против 8.3%, p = 0.029); различия по возрасту, полу, наличию диабета, курению, уровню гемоглобина и альбумина были статистически недостоверными.
Исходная площадь раны не различалась между группами с разными исходами (16.0 cm2 ± 12.4 cm2 при замедленном заживлении против 15.5 cm2 ± 12.0 cm2 при своевременном заживлении, p = 0.768). Раны с замедленным заживлением были глубже (2.20 ± 0.74 против 1.80 ± 0.70, p < 0.01). Распределение типов ран существенно не различалось в зависимости от исхода (p = 0.167).
В ранах с замедленным заживлением наблюдалось большее количество струпа (31.2% ± 12.8% против 24.3% ± 14.2%, p = 0.002), большее количество некротических тканей (10.8% ± 7.1% против 8.1% ± 7.3%, p = 0.026) и более высокие показатели экссудации (1.90 ± 0.8 против 1.4 ± 0.90, p = 0.02). Различия в индексе эритемы (p = 0.176) и энтропии текстуры по фотографиям (p = 0.060) оказались статистически недостоверными. Согласованность исходных показателей площади составила ICC(2,1) = 0.97 (бутстрэп-доверительный интервал 95% 0.96–0.98); в пяти случаях потребовалось третье измерение.
Все 168 включенных исходных тепловых изображений были признаны соответствующими контролю качества. Разница температур между раной и контрольной точкой была выше при ранах с замедленным заживлением (1.41 °C ± 0.84 °C против 1.06 °C ± 0.74 °C, p = 0.09), а паттерн ≥2.0 °C встречался в 25.4% случаев против 1.9% (p = 0.031). Энтропия текстуры теплового изображения не имела значимых различий (p = 0.372). Повторные измерения на уровне исследователя для цифровых и тепловых признаков, не связанных с площадью, были недоступны, что сделало невозможным апостериорную оценку ICC или коэффициента каппа.
Уменьшение площади раны к 7-му дню наблюдалось у 165 пациентов и было в среднем ниже в группе с замедленным заживлением, однако эта разница была статистически неточной (17,9% ± 1,3% против 21,5% ± 12,2%, p = 0,059). У шести пациентов к 7-му дню наблюдалось увеличение площади раны. Цифровое и тепловое распределение на уровне пациентов показано на Рисунке 3.
Локальные маркеры воспаления и воздействие терапии
Локальные маркеры и воздействие при лечении обобщены в Таблице 5. Эти специфические биомаркеры были выбраны для представления различных биологически значимых путей нарушения восстановления тканей: IL-6, IL-8/CXCL8 и TNF-α являются каноническими медиаторами ранней воспалительной активации и привлечения лейкоцитов, в то время как MMP-9 является основным фактором избыточной деградации внеклеточного матрикса. Уровень IL-6 был выше в ранах с замедленным заживлением (65.5 pg/mL ± 49.6 pg/mL против 50.2 pg/mL ± 30.4 pg/mL, p = 0.034). Уровень IL-8/CXCL8 также был численно выше (238.7 pg/mL ± 149.0 pg/mL против 195.0 pg/mL ± 12.4 pg/mL), но статистическая достоверность была ограниченной (p = 0.052); уровень TNF-α значимо не отличался (p = 0.097).
Концентрации MMP-9 составили 391.4 ng/mL ± 192.3 ng/mL в ранах с замедленным заживлением и 357.4 ng/mL ± 187.3 ng/mL в ранах с своевременным заживлением (p = 0.285). Нормированные по белку уровни MMP-9 и CRP, количество WBC, а также частота положительных культур также существенно не различались.
Последующее системное применение антибиотиков, некрэктомия, ревизия трансплантата/лоскута и незапланированные повторные операции чаще встречались у пациентов с замедленным заживлением (p = 0.09, p = 0.046, p = 0.026 и p = 0.013 соответственно), в то время как применение вакуумной терапии ран не имело значимых различий (p = 0.126). Частота воздействия значимо не различалась между тремя категориями ран (все p ≥ 0.106). Несмотря на отслеживание этих общих категорий вмешательств, конкретные методы клинического ведения пациентов закономерно варьировались в зависимости от этиологии (например, раннее иссечение и пересадка кожи при ожогах; разгрузка, компрессия или реваскуляризация при хронических язвах; спасение лоскута при реконструктивных ранах). Точное время проведения вмешательств было недоступно.
Рисунок 4 демонстрирует все доступные данные по биомаркерам на уровне пациентов и квадратную матрицу корреляции Спирмена с выровненными метками, построенную на основе аналитического набора данных. В ранах с замедленным заживлением наблюдались более высокие концентрации IL-6, в то время как различия по IL-8/CXCL8 и MMP-9 были выражены неточно; маркеры воспаления показали умеренную корреляцию с термическими характеристиками и показателями тканевой нагрузки.
Однопеременные и многопеременные предикторы замедленного заживления
Нескорректированные сравнения групп выявили большую глубину раны, наличие отторжения тканей (слаффа), некротических тканей, экссудата, более значительную разницу температур, наличие исходной инфекции и более высокий уровень IL-6 в группе с замедленным заживлением. Данные сравнения носили описательный характер. В соответствии с установленным аналитическим рабочим процессом (Рисунок 2), в многофакторных моделях использовались заранее определенные предикторы (подробно описаны в Таблице 3), и отбор переменных не проводился на основании значимости при одномерном анализе.
Полные коэффициенты представлены в Таблице 6. В базовой комбинированной модели ни площадь раны, ни наличие отделяемого (slough), ни разница температур, ни IL-6, ни MMP-9 не были независимо связаны с исходом при p < 0.05. Наибольшая оценка наблюдалась для глубины раны (скорректированное отношение шансов [aOR] 1.70 на одну степень, 95% CI 0.98–2.95; p = 0.061).
Оценки для площади поверхности в исходном состоянии, отслойки, температуры, IL-6 и MMP-9 составили соответственно aOR 0.9 (95% CI 0.74–1.3), 1.22 (0.90–1.65), 1.44 (0.89–2.32), 1.07 (0.8–1.30) и 0.97 (0.80–1.17). Для хронических язв по сравнению с ожогами aOR составил 0.55 (0.24–1.25), а для реконструкции кисти по сравнению с ожогами aOR составил 1.24 (0.50–3.08).
В первой обновленной модели скорректированное отношение шансов (aOR) для сокращения площади раны на 7-й день составило 0,94 на каждые 10% увеличения (95% ДИ 0,68–1,29; p = 0,703), а остальные оценки были аналогичны исходной комбинированной модели. В таблице 6 приведены свободный член и все коэффициенты регрессии. Индивидуальный риск рассчитывается по формуле p = 1/[1 + exp(-η)], где η — это сумма свободного члена и каждого перечисленного коэффициента, умноженного на соответствующее масштабированное значение предиктора.
Столь широкие доверительные интервалы и отсутствие независимых доказательств для большинства предикторов указывают на значительную неопределенность. Поэтому на графиках коэффициентов на рисунке 5 представлены оценки и 95% доверительные интервалы без обозначения предикторов в качестве установленных детерминант.
Поисковые оценки, специфичные для типа раны, и значения p взаимодействия представлены на Рисунке 5 и в Дополнительном файле 1. Ни одно взаимодействие между типом раны и предиктором не было статистически значимым (базовая модель Pinteraction = 0.271–0.92; снижение на 7-й день Pinteraction = 0.850), однако доверительные интервалы для подгрупп были широкими.
Эффективность прогностической модели
Показатели эффективности моделей обобщены в Таблице 7. Видимые значения AUC составили 0,691 (95% ДИ 0,608–0,773) для клинической модели, 0,719 (0,637–0,801) для модели на основе цифровых признаков, 0,645 (0,53–0,737) для модели маркеров воспаления, 0,717 (0,632–0,801) для исходной комбинированной модели и 0,715 (0,630–0,799) для ранней обновленной модели.
AUC с поправкой на оптимизм составили 0.632, 0.60, 0.56, 0.60 и 0.649 соответственно. Базовая комбинированная модель улучшила видимую AUC по сравнению с клинической моделью всего на 0.026 (критерий DeLong p = 0.40); ранняя обновленная модель отличалась от клинической модели на 0.024 (p = 0.434) и от базовой комбинированной модели на -0.02 (p = 0.662).
Для базовой комбинированной модели скор Брайера с поправкой на оптимизм составил 0,219, наклон калибровки — 0,713, а точка пересечения калибровки — 0,005. Соответствующие значения при раннем обновлении составили 0,2, 0,671 и 0,02. Эти оценки указывают на сжатие калибровки и не подтверждают возможность рутинного клинического применения.
Эмпирические кривые принятия решений не продемонстрировали явного и стабильного преимущества мультимодальных моделей над клинической моделью по чистому выигрышу при всех пороговых значениях. Таким образом, данные на рисунке 6 представлены в качестве результатов предварительного анализа, а не как доказательство клинической полезности.
Рисунок 6 был построен на основе всех 168 предсказанных вероятностей на уровне пациентов; ROC-кривые (кривые рабочих характеристик приемника) представляют собой эмпирические ступенчатые функции, калибровка выполнена с использованием децильных групп с интервалами Уилсона, а кривые принятия решений построены на основе наблюдаемых прогнозов без сглаживания.
Анализ эффективности и чувствительности в зависимости от типа раны
Следует особо отметить, что анализы по конкретным типам ран носят исследовательский характер и обладают недостаточной статистической мощностью. Значения AUC для комбинированной базовой модели составили 0,639 (95% ДИ 0,473–0,805) для ожогов (n = 57; 20 событий), 0,741 (0,596–0,86) для хронических язв (n = 70; 20 событий) и 0,71 (0,551–0,870) для реконструкции кисти (n = 41; 19 событий). Обновленные значения AUC на ранних этапах составили 0,630, 0,74 и 0,706 соответственно.
Анализ взаимодействий не выявил статистически значимых различий в эффектах, однако это не следует интерпретировать как эквивалентность. Например, скорректированный отношение шансов (aOR) для глубины раны составил 2,8 (95% ДИ 1,17–7,09) для хронических язв по сравнению с 1,17 (0,48–2,83) для ожогов при Pinteraction = 0,271. Малый размер подгрупп и широкие интервалы делают все результаты по конкретным типам ран предварительными.
Значения AUC чувствительности составили 0,698 после исключения исходной клинической инфекции, 0,750 для отсутствия заживления на 12-й неделе при хронических язвах, 0,715 при использовании логарифмически преобразованных биомаркеров и 0,716 при использовании биомаркеров, нормализованных по белку. Добавление пяти показателей последующего лечения увеличило наблюдаемое значение AUC с 0,717 до 0,810 (ΔAUC 0,093; p = 0,05), однако скорректированное на оптимизм значение AUC составило 0,743. Поскольку лечение подбиралось в соответствии с тяжестью состояния, проводилось после исходного обследования и частично совпадало с критериями исхода, данное увеличение подвержено влиянию конфаундинга по показаниям, а также временному и циркулярному смещению, и не является свидетельством улучшения прогнозирования на исходном этапе.
Данные предварительного анализа эффективности с разбивкой по типам ран, результаты пяти анализов чувствительности, скорректированные эффекты с 95% доверительными интервалами и значения p для взаимодействия с разбивкой по типам ран, сведения о воздействии терапии по категориям ран, а также модель чувствительности со скоррекцией на лечение представлены в Дополнительном файле 1.
Рисунок 1Схема скрининга, включения, последующего наблюдения и анализа данных пациентовВ период с 1 января 2024 года по 31 декабря 2025 года был проведен скрининг в общей сложности 196 пациентов с ожогами, хроническими язвами или ранами после реконструкции мягких тканей кисти. После исключения 28 пациентов (12 не соответствовали критериям включения, у 6 отсутствовали полные исходные данные визуализации, у 5 отсутствовали пригодные образцы экссудата или мазки, и 5 отказались от последующего наблюдения) в исследование было включено 168 пациентов, разделенных на группы с ожогами, хроническими язвами или ранами после реконструкции мягких тканей кисти. Всем включенным пациентам была проведена стандартная исходная фотофиксация ран, термография и забор биомаркеров из экссудата ран с последующими плановыми обследованиями на 7-й, 14-й, 21-й, 28-й день (4-я неделя) и на 12-й неделе. По результатам окончательной оценки пациенты были распределены для анализа в группы с своевременным и замедленным заживлением; при этом замедленное заживление определялось в широком смысле как недостижение контрольных показателей закрытия раны, специфичных для данного типа раны, или необходимость в незапланированном хирургическом вмешательстве. Нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 2Мультимодальный аналитический рабочий процесс для прогнозирования замедленного заживленияВ исходном состоянии были собраны клинические показатели, стандартизированные фотографии ран, тепловизионные изображения и маркеры воспаления в раневом экссудате. Цифровые характеристики ран, тепловые характеристики и маркеры воспаления были извлечены и внесены в заранее определенные прогностические модели. В базовой модели использовались только показатели на момент T0, тогда как в обновленной ранней модели дополнительно учитывалось сокращение площади раны на 7-й день. Клиническая модель, модель цифровых характеристик ран, модель маркеров воспаления и комбинированная модель были оценены с помощью анализа дискриминации, калибровки, оценки Брайера, внутренней валидации методом бутстрэпа и анализа кривых принятия решений. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 3Цифровые и термические характеристики ран на уровне пациента. (A) Исходная площадь раны (n = 109 при своевременном заживлении; n = 59 при замедленном заживлении). (B) Процент отслойки (n = 106 своевременных; n = 59 замедленных). (C) Разность температур между раной и контрольной точкой (n = 109 — своевременно; n = 59 — с задержкой). (D) Сравнение площади на исходном уровне и сокращения площади на 7-й день; представлены все доступные наблюдения (n = 108 в группе своевременного вмешательства; n = 57 в группе отложенного вмешательства). (Е) Тепловая карта всех 168 пациентов, упорядоченных по статусу заживления. Для панелей (A–C), скрипичные диаграммы отображают плотность распределения данных, внутренние диаграммы размаха указывают медиану (центральная линия) и межквартильный размах (IQR, границы бокса), а «усы» extending до максимума 1,5 × IQR. На панели (D), заштрихованные области погрешности представляют собой 95% доверительные интервалы для линий линейной регрессии. p Значения рассчитывали с помощью двухстороннего t-критерия Уэлча для независимых выборок. Скрипичные диаграммы, диаграммы размаха и точечные слои отображают весь доступный объем данных; пропущенные значения за 7-й день были восполнены только для модели/тепловой карты согласно описанию. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 4Распределение маркеров воспаления на уровне пациентов и корреляционная матрица. (A) ИЛ-6. (BИЛ-8/CXCL8.C) ММП-9. (DКвадратная матрица корреляции Спирмена с идентичными переменными в строках и столбцах. Отображены все доступные наблюдения; две группы p значения определены по методу Уэлча t-критерии. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 5Скорректированные оценки модели и эксплоративный анализ эффектов, специфичных для типа раны. (A) Исходные скорректированные по комбинированной модели отношения шансов с 95% доверительными интервалами. (B) Предварительные оценки по обновленной модели. (С) Скорректированные отношения шансов с разбивкой по типу раны, полученные с помощью моделей взаимодействия с одним предиктором за раз; Pinteraction — результат теста отношения правдоподобия с двумя степенями свободы. Ожоги n = 57, хронические язвы n = 70 и реконструкция кисти n = 41. Пожалуйста, нажмите здесь, чтобы просмотреть данное изображение в большем размере.
Рисунок 6Воспроизводимая эффективность модели на основе прогнозов на уровне пациентов. (A) Эмпирические ROC-кривые с наблюдаемым значением AUC и 95% доверительным интервалом по методу Делонга. (B) Кажущаяся калибровка на основе децилей с интервалами Уилсона. (C) Кривые принятия решений. (D) Кажущаяся AUC с 95% ДИ и AUC, скорректированная с помощью бутстрэп-оптимизма. Базовая комбинированная модель не привела к значимому улучшению AUC по сравнению с клинической моделью (p = 0.400). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
| Показатель оценки | Исходный уровень T0 | День 7 ± 2 дня | День 14 ± 3 дня | День 21 ± 2 дня | День 28 ± 5 дней / Неделя 4 | Неделя 12 ± 7 дней | |
| Подтверждение соответствия критериям включения | Да | Нет | Нет | Нет | Нет | Нет | |
| Письменное информированное согласие | Да | Нет | Нет | Нет | Нет | Нет | |
| Демографические данные и клинический анамнез | Да | Нет | Нет | Нет | Нет | Нет | |
| Классификация типа раны | Да | Нет | Нет | Нет | Нет | Нет | |
| Выбор целевой раны | Да | Нет | Нет | Нет | Нет | Нет | |
| Клиническая оценка раны | Да | Да | Да | Да | Да | Да | |
| Стандартизированная фотография раны | Да | Да | Да | Опционально | Да | Да | |
| Цифровое измерение площади раны | Да | Да | Да | Опционально | Да | Да | |
| Оценка наличия отторжения (слафа), некротической ткани и эритемы | Да | Да | Да | Опционально | Да | Да | |
| Тепловизионная съемка | Да | Да | Опционально | Опционально | Опционально | Опционально | |
| Отбор проб экссудата или мазка из раны | Да | Опционально | Нет | Нет | Нет | Нет | |
| Анализ локальных маркеров воспаления | Да | Опционально | Нет | Нет | Нет | Нет | |
| Маркеры воспаления в периферической крови | Да | Опционально | Опционально | Опционально | Опционально | Нет | |
| Бактериальный посев из раны при клинических показаниях | Да | Опционально | Опционально | Опционально | Опционально | Опционально | |
| Документирование лечения | Да | Да | Да | Да | Да | Да | |
| Расчет сокращения площади раны на 7-й день | Нет | Да | Нет | Нет | Нет | Нет | |
| Оценка эпителизации ожоговой раны | Нет | Нет | Нет | Да | Да, если рана не закрыта | Нет | |
| Оценка результатов реконструкции кисти | Нет | Нет | Опционально | Опционально | Да | Нет | |
| Оценка сокращения площади хронической язвы | Нет | Нет | Нет | Нет | Да | Нет | |
| Оценка полного закрытия хронической язвы | Нет | Нет | Нет | Нет | Опционально | Да | |
| Экспертная оценка исхода первичного замедленного заживления | Нет | Нет | Опционально для ожогов | Да для ожогов | Да для реконструкции кисти и раннего ответа при хронических язвах | Да для закрытия хронических язв | |
Таблица 1: Фиксированный график оценки. Сокращения: T0 — исходная точка оценки. Примечание: «Опционально» означает, что оценка проводилась при наличии клинической возможности или по клиническим показаниям, но не была обязательной для основной исходной модели.
| Тип раны | Точка временной оценки | Определение своевременного заживления | Определение замедленного заживления |
| Ожоговая рана | День 21 ± 2 дня | Полная эпителизация к 21-му дню без незапланированной трансплантации или повторного хирургического opracывания раны | Отсутствие полной эпителизации к 21-му дню, незапланированная пластика после неудачного консервативного лечения или повторная хирургическая обработка раны при наличии стойких нежизнеспособных тканей |
| Хроническая язва | Неделя 4 и неделя 12 | сокращение площади раны на ≥50% к 4-й неделе И полное закрытие раны к 12-й неделе | <снижение площади раны на 50% к 4-й неделе ИЛИ неполное закрытие раны к 12-й неделе |
| Реконструкция мягких тканей раны кисти | 28 ± 5-й день после операции | Стабильное закрытие раны без расхождения краев, некроза лоскута/трансплантата, развития или прогрессирования инфекции, а также без незапланированных повторных вмешательств | Отсутствие стабильного закрытия раны к 28-м суткам после операции, расхождение краев раны, некроз лоскута/транспланта, требующий вмешательства, новая или прогрессирующая инфекция после Т0, требующая системной антибиотикотерапии, или незапланированная повторная операция |
Таблица 2: Предустановленные критерии исхода в зависимости от типа раны. Своевременное заживление хронической язвы требовало как сокращения площади ≥50% к 4-й неделе, так и полного закрытия к 12-й неделе; замедленным заживлением считалось сокращение <50% или неполное закрытие. Полное закрытие требовало полного эпителиального покрытия без экссудации или необходимости защиты повязкой во время двух последовательных визитов.
| Модель | Предикторы | Корректировка по типу раны | Роль / оценка |
| Клиническая модель | Возраст (на каждые 10 лет), диабет, сывороточный альбумин (на каждые 5 g/L), исходная площадь раны (на каждые 10 cm²), степень глубины раны | Индикаторы хронической язвы и реконструкции кисти; ожог в качестве эталона | Компаратор; наблюдаемая и скорректированная с учетом оптимизма AUC, калибровка, показатель Брайера |
| Модель цифровых характеристик раны | Слаф (на каждые 10%), некротическая ткань (на каждые 10%), балл экссудата, индекс эритемы, энтропия текстуры фотографии, разность температур раны и эталона | Индикаторы хронической язвы и реконструкции кисти; ожог в качестве эталона | Доменная модель; наблюдаемая и скорректированная с учетом оптимизма AUC, калибровка, показатель Брайера |
| Модель воспалительных маркеров | IL-6 (на каждые 20 pg/mL), IL-8/CXCL8 (на каждые 100 pg/mL), TNF-α (на каждые 10 pg/mL), MMP-9 (на каждые 10 ng/mL), CRP (на каждые 10 mg/L), результат посева раны | Индикаторы хронической язвы и реконструкции кисти; ожог в качестве эталона | Доменная модель; наблюдаемая и скорректированная с учетом оптимизма AUC, калибровка, показатель Брайера |
| Базовая комбинированная модель | Исходная площадь раны, степень глубины раны, слаф, разность температур раны и эталона, IL-6 и MMP-9 | Индикаторы хронической язвы и реконструкции кисти; ожог в качестве эталона | Основная базовая модель; сравнение по методу ДеЛонга с клинической моделью и анализ кривой принятия решений |
| Ранняя обновленная комбинированная модель | Все предикторы базовой комбинированной модели плюс сокращение площади раны на 7-й день (на каждые 10%) | Индикаторы хронической язвы и реконструкции кисти; ожог в качестве эталона | Обновление ранней траектории; сравнения по методу ДеЛонга с клинической и базовой комбинированными моделями |
Таблица 3: Точная структура прогностической модели. Предикторы были определены заранее, а тип раны принудительно включался в каждую модель. Исходный анализ и обновленный анализ на 7-й день проводились раздельно. Сокращения: AUC, площадь под ROC-кривой; CRP, С-реактивный белок; IL, интерлейкин; MMP-9, матриксная металлопротеиназа-9.
| Переменная | Общая когорта (n = 168) | Своевременное заживление (n = 109) | Замедленное заживление (n = 59) | Значение P | |
| Возраст, лет | 54.7 ± 14.7 | 5.6 ± 15.1 | 53.2 ± 14.0 | 0.315 | |
| Мужской пол, n (%) | 94 (56.0) | 59 (54.1) | 35 (59.3) | 0.626 | |
| Индекс массы тела, kg/m² | 24.8 ± 4.0 | 24.5 ± 4.1 | 25.3 ± 3.7 | 0.184 | |
| Диабет, n (%) | 62 (36.9) | 43 (39.4) | 19 (32.2) | 0.404 | |
| Курение в настоящее время, n (%) | 48 (28.6) | 3 (30.3) | 15 (25.4) | 0.593 | |
| Гемоглобин, g/L | 129.2 ± 16.8 | 129.6 ± 17.2 | 128.3 ± 16.2 | 0.636 | |
| Альбумин сыворотки, g/L | 37.6 ± 4.5 | 38.1 ± 4.4 | 36.8 ± 4.7 | 0.085 | |
| Исходная клиническая инфекция, n (%) | 21 (12.5) | 9 (8.3) | 12 (20.3) | 0.029 | |
| Тип раны, n (%) | 0.167 | ||||
| Ожоговые раны | 57 (3.9) | 37 (3.9) | 20 (3.9) | ||
| Хронические язвы | 70 (41.7) | 50 (45.9) | 20 (3.9) | ||
| Раны при реконструкции мягких тканей кисти | 41 (24.4) | 2 (20.2) | 19 (32.2) | ||
| Исходная площадь раны, cm² | 15.7 ± 12.1 | 15.5 ± 12.0 | 16.0 ± 12.4 | 0.768 | |
| Степень глубины раны | 1.94 ± 0.74 | 1.80 ± 0.70 | 2.20 ± 0.74 | <0.01 | |
| Площадь струпа, % | 26.8 ± 14.1 | 24.3 ± 14.2 | 31.2 ± 12.8 | 0.02 | |
| Площадь некротической ткани, % | 9.0 ± 7.4 | 8.1 ± 7.3 | 10.8 ± 7.1 | 0.026 | |
| Оценка экссудата | 1.60 ± 0.92 | 1.4 ± 0.90 | 1.90 ± 0.8 | 0.02 | |
| Индекс эритемы | 0.28 ± 0.09 | 0.27 ± 0.08 | 0.30 ± 0.1 | 0.176 | |
| Энтропия текстуры | 4.59 ± 0.4 | 4.54 ± 0.45 | 4.67 ± 0.42 | 0.060 | |
| Разница температур между раной и контрольной точкой, °C | 1.18 ± 0.79 | 1.06 ± 0.74 | 1.41 ± 0.84 | 0.09 | |
| Разница температур ≥2.0 °C, n (%) | 28 (16.7) | 13 (1.9) | 15 (25.4) | 0.031 | |
| Термическая энтропия текстуры | 4.76 ± 0.50 | 4.78 ± 0.50 | 4.71 ± 0.52 | 0.372 | |
| Сокращение площади раны к 7-му дню, % | 20.3 ± 12.0 | 21.5 ± 12.2 | 17.9 ± 1.3 | 0.059 | |
| Увеличение площади раны к 7-му дню, n (%) | 6 (3.6) | 2 (1.9) | 4 (7.0) | 0.183 | |
Таблица 4: Исходные клинические, цифровые и термические характеристики. Значения представлены как среднее ± стандартное отклонение или n (%). Значения p рассчитаны с помощью t-критерия Уэлча, критерия хи-квадрат или точного критерия Фишера, в зависимости от ситуации; для описательных сравнений используется n доступных случаев.
| Показатель | Общая когорта (n = 168) | Своевременное заживление (n = 109) | Замедленное заживление (n = 59) | Значение P |
| IL-6, pg/mL | 5.7 ± 38.9 | 50.2 ± 30.4 | 65.5 ± 49.6 | 0.034 |
| IL-8/CXCL8, pg/mL | 210.3 ± 127.7 | 195.0 ± 12.4 | 238.7 ± 149.0 | 0.052 |
| TNF-α, pg/mL | 23.5 ± 11.6 | 22.3 ± 10.8 | 25.6 ± 12.8 | 0.097 |
| MMP-9, ng/mL | 369.0 ± 189.1 | 357.4 ± 187.3 | 391.4 ± 192.3 | 0.285 |
| Общий белок экссудата раны, mg/mL | 1.89 ± 0.73 | 1.84 ± 0.68 | 1.99 ± 0.83 | 0.23 |
| MMP-9, нормализованный по общему белку, ng/mg | 230.2 ± 148.2 | 219.8 ± 136.3 | 249.4 ± 167.5 | 0.251 |
| С-реактивный белок, mg/L | 13.8 ± 9.9 | 13.3 ± 9.8 | 14.7 ± 9.9 | 0.385 |
| Количество лейкоцитов, ×10⁹/L | 7.5 ± 1.9 | 7.3 ± 1.9 | 7.7 ± 2.0 | 0.21 |
| Положительный посев из раны, n (%) | 72 (42.9) | 46 (42.2) | 26 (4.1) | 0.871 |
| Системная антибиотикотерапия >72 h, n (%) | 4 (26.2) | 21 (19.3) | 23 (39.0) | 0.009 |
| Вакуумная терапия ран, n (%) | 39 (23.2) | 21 (19.3) | 18 (30.5) | 0.126 |
| Хирургическая обработка раны после исходного уровня, n (%) | 44 (26.2) | 23 (21.1) | 21 (35.6) | 0.046 |
| Пересадка кожи или ревизия лоскута, n (%) | 34 (20.2) | 16 (14.7) | 18 (30.5) | 0.026 |
| Незапланированная повторная операция, n (%) | 17 (10.1) | 6 (5.5) | 1 (18.6) | 0.013 |
Таблица 5: Локальные маркеры воспаления и последующее воздействие терапии. Переменные лечения представляют собой бинарные показатели факта воздействия; точные даты начала/окончания были недоступны, поэтому данные переменные были исключены из основных базовых моделей.
| Предиктор | Исходный β | Исходный aOR | Исходный 95% CI | Исходный P | Ранний β | Ранний aOR | Ранний 95% CI | Ранний P | |
| Интерцепт | -2.52 | 0.078 | 0.021–0.296 | <0.01 | -2.342 | 0.096 | 0.017–0.531 | 0.07 | |
| Исходная площадь раны, на каждые 10 cm² увеличения | -0.010 | 0.990 | 0.738–1.328 | 0.947 | -0.017 | 0.983 | 0.732–1.321 | 0.912 | |
| Степень глубины раны, на каждые 1 балл увеличения | 0.528 | 1.696 | 0.976–2.949 | 0.061 | 0.508 | 1.62 | 0.948–2.916 | 0.076 | |
| Площадь струпа, на каждые 10% увеличения | 0.19 | 1.20 | 0.90–1.653 | 0.201 | 0.195 | 1.216 | 0.897–1.648 | 0.208 | |
| Разница температур между раной и контрольной точкой, на каждый 1 °C увеличения | 0.364 | 1.439 | 0.894–2.316 | 0.134 | 0.36 | 1.42 | 0.895–2.323 | 0.132 | |
| IL-6, на каждые 20 pg/mL увеличения | 0.069 | 1.071 | 0.84–1.298 | 0.482 | 0.065 | 1.067 | 0.80–1.295 | 0.509 | |
| MMP-9, на каждые 100 ng/mL увеличения | -0.030 | 0.971 | 0.803–1.174 | 0.759 | -0.035 | 0.966 | 0.797–1.170 | 0.721 | |
| Уменьшение площади раны к 7-му дню, на каждые 10% увеличения | Не включено | Не включено | — | — | -0.062 | 0.940 | 0.685–1.291 | 0.703 | |
| Тип раны: хроническая язва против ожога | -0.59 | 0.549 | 0.241–1.252 | 0.154 | -0.594 | 0.52 | 0.242–1.259 | 0.158 | |
| Тип раны: реконструкция кисти против ожога | 0.216 | 1.241 | 0.500–3.078 | 0.641 | 0.200 | 1.21 | 0.490–3.042 | 0.68 | |
Таблица 6: Полная спецификация логистической регрессии для базовых комбинированных и ранних обновленных моделей, включая интерцепты, коэффициенты, скорректированные отношения шансов, 95% доверительные интервалы, значения p и индикаторы типа раны. Индивидуальный риск рассчитывается по формуле p = 1/[1 + exp(-η)].
| Модель | Кажущаяся AUC | 95% ДИ | AUC с поправкой на оптимизм | Скорректированный наклон калибровочной кривой | Скорректированное значение отсечки калибровки | Скорринг Брайера с поправкой | ΔAUC в сравнении с клиническими показателями | Критерий Делонга: P-значение по сравнению с клинической значимостью | |
| Клиническая модель | 0.691 | 0.608–0.773 | 0.632 | 0.695 | 0.004 | 0.227 | — | — | |
| Цифровая модель признаков раны | 0.719 | 0.637–0.801 | 0.660 | 0.708 | 0.005 | 0.221 | — | — | |
| Модель маркеров воспаления | 0.645 | 0.553–0.737 | 0.566 | 0.579 | 0.007 | 0.235 | — | — | |
| Базовая комбинированная модель | 0.717 | 0.632–0.801 | 0.660 | 0.713 | 0.005 | 0.219 | 0.026 | 0.400 | |
| Ранняя обновленная комбинированная модель | 0.715 | 0.630–0.799 | 0.649 | 0.671 | 0.002 | 0.222 | 0.024 | 0.434 | |
| Раннее обновленное в сочетании с базовым | — | — | — | — | — | — | -0.002 | 0.662 | |
Таблица 7: Кажущаяся и скорректированная с учетом оптимизма (на основе 10 итераций бутстрэпа) эффективность модели, включая ΔAUC и значения p по тесту Делонга. Приведены скорректированные значения калибровки и критерия Брайера. Сравнение моделей проводилось с использованием коррелированных тестов AUC Делонга.
Дополнительный файл 1: Данные, подтверждающие результаты этого исследования.Пожалуйста, нажмите здесь, чтобы скачать этот файл.
Обсуждение
Анализ на уровне пациентов привел к осторожному выводу. В описательных сравнениях раны с замедленным заживлением были более глубокими и характеризовались большей нагрузкой на ткани, большим количеством экссудата, более выраженной разницей температур, наличием исходной инфекции и более высоким уровнем IL-6, однако большинство предварительно определенных многофакторных коэффициентов оказались неточными. Исходная и ранняя мультимодальные модели имели AUC с поправкой на оптимизм 0,660 и 0,649 соответственно и не показали значительного улучшения по сравнению с клинической моделью. Эти результаты соответствуют более широкому представлению о том, что в процессе восстановления взаимодействуют воспаление, обновление матрикса и ремоделирование тканей17,18,19,20, однако они не позволяют создать клинически применимый предиктор.
Результаты визуализации подтверждают возможность стандартизированного измерения, но в то же время выявляют существенный разрыв в воспроизводимости. Калиброванная фотография может улучшить измерение площади5,6,14, а термография позволяет зафиксировать физиологические особенности, невидимые на обычных изображениях7,8. Однако подготовка дна раны и классификация тканей остаются чувствительными к предварительной обработке и ручной коррекции21,22. Согласованность исходных показателей площади была отличной, однако данные на уровне интерпретатора для экссудативного налета, некроза, эритемы, текстуры и термических характеристик не были сохранены. Следовательно, в данной работе невозможно заявить о воспроизводимости этих характеристик, не относящихся к площади. Результаты анализа экссудата раны также оказались менее выраженными, чем сообщалось ранее; уровень IL-6 различался описательно, в то время как MMP-9 — нет, несмотря на биологическую правдоподобность, подтвержденную предыдущими исследованиями экссудата ран и протеаз9,10,11,15,23,24,25,26.
Практическая реализация потребует большего, чем просто статистическая дискриминация. Термография, совместимая со смартфонами, добавляет необходимость покупки устройств, калибровки, обучения оператора, стабилизации условий окружающей среды, регистрации изображений и контроля качества. МЕТОД ELISA добавляет сбор образцов и соблюдение холодовой цепи, проведение дублирующих анализов, затраты рабочего времени лабораторного персонала, пакетную обработку и увеличение времени ожидания результатов. Точные локальные затраты и сроки выполнения анализов не фиксировались проспективно, и формальный анализ экономической эффективности не проводился. Поскольку ΔAUC комбинированной модели по сравнению с клинической моделью был мал и статистически не значим, дополнительные технические и лабораторные затраты в настоящее время не оправданы для рутинного использования.
Различия в методах лечения затрудняют причинно-следственную интерпретацию. Применение антибиотиков, хирургическая обработка, ревизия трансплантата/лоскута и повторные операции встречались чаще после исходного обследования у пациентов с замедленным заживлением. Кроме того, выраженная неоднородность стандартного лечения в различных категориях ран вносит значительный неучтенный конфаундинг. Эти разнообразные, специфичные для этиологии клинические протоколы, вероятно, изменяют естественную траекторию заживления и маскируют исходные прогностические сигналы, что способствует умеренной дискриминационной способности объединенной мультимодальной модели. Модель с поправкой на лечение имела более высокий кажущийся показатель AUC, однако данные вмешательства выбирались в зависимости от степени тяжести, а некоторые из них были частью критериев исхода для конкретных типов ран. Таким образом, конфаундинг по показаниям, отсутствие данных о времени проведения лечения и остаточный конфаундинг не позволяют интерпретировать коэффициенты лечения после исходного уровня как эффекты вмешательства или достоверные исходные предикторы.
Объединение данных было обусловлено общим клиническим рабочим процессом при лечении смешанных типов ран и наличием общих измеримых областей восстановления, а не предположением о биологической эквивалентности. Тип раны был принудительно включен в каждую модель; были представлены AUC для подгрупп, эффекты предикторов и взаимодействия. Тем не менее, подгруппы ожогов, хронических язв и ран кистей рук включали всего 57, 70 и 41 пациента соответственно, поэтому отсутствие значимого взаимодействия не может служить доказательством согласованности. Другие ограничения включают одноцентровой дизайн, проведение только внутренней валидации, ограниченное соотношение количества событий к количеству параметров, импутацию медианой/модой, неполные данные о надежности вне площади, отсутствие точного времени проведения вмешательств и потенциально специфические для данного центра рабочие процессы визуализации/анализа. Перед внедрением требуются независимая валидация, рекалибровка и проспективное тестирование эффективности12,27,28,29.
В заключение следует отметить, что, хотя отдельные цифровые, термические и воспалительные признаки были связаны с задержкой заживления, мультимодальные прогностические модели продемонстрировали лишь умеренную эффективность при внутренней валидации, не предложив статистически значимого дискриминационного преимущества по сравнению со стандартной клинической оценкой. Следовательно, полученные результаты в настоящее время не позволяют рекомендовать клиническое внедрение данной объединенной модели; вместо этого они служат предварительной основой для будущих многоцентровых исследований с достаточной статистической мощностью.
Раскрытие информации
Авторы не имеют конфликтов интересов, подлежащих раскрытию.
Благодарности
Авторы выражают благодарность клиническому персоналу и медицинским сестрам отделения комбустиологии и пластической хирургии Главного госпиталя Северного театра военных действий, а также второму хирургическому отделению провинциального корпуса госпиталя Ляонина Народной вооруженной полиции Китая за помощь в отборе пациентов и визуализации ран. Авторы также благодарят пациентов, принявших участие в исследовании. Данная работа не получила специального гранта от каких-либо финансирующих организаций в государственном, коммерческом или некоммерческом секторах.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| Набор для определения концентрации белка методом BCA | Thermo Fisher Scientific | 23225 | - |
| Тепловизор FLIR ONE Pro | FLIR Systems | 435-0006-03 | - |
| Плагин для анализа текстур GLCM для FIJI | сообщество FIJI/ImageJ | v0.4 | - |
| Набор Quantikine ELISA для определения ИЛ-6 человека | R&D Systems | D6050 | - |
| Набор для ИФА Quantikine для определения ИЛ-8/CXCL8 человека | R&D Systems | D8000C | - |
| Набор для ИФА MMP-9 человека | Abcam | ab100610 | - |
| Человеческий ФНО-α Набор для ИФА Quantikine | R&D Systems | DTA00D | - |
| iPhone 14 Pro | Яблоко | — | - |
| Фосфатно-солевой буферный раствор (PBS) | Thermo Fisher Scientific | 10010023 | - |
| Стерильные аппликаторы-тампоны с вискозным наконечником | Puritan Medical Products | 25-806 1WR | - |
| Tween-20 | Sigma-Aldrich | P1379 | - |
| X-Rite ColorChecker Classic Mini | Calibrite / X-Rite | MSCCVPR-MINI | - |
| FIJI / ImageJ | Национальные институты здравоохранения | 1.54j | SCR_002285 |
| scikit-learn | разработчики scikit-learn | 1.9.0 | SCR_002577 |
| REDCap | Университет Вандербильта | 14.0.9 | SCR_003282 |
| SciPy | Разработчики SciPy | 1.18.0 | SCR_008058 |
| Python | Python Software Foundation | 3.12.13 | SCR_008394 |
| Matplotlib | Команда разработчиков Matplotlib | 3.11.1 | SCR_008624 |
| NumPy | Разработчики NumPy | 2.5.1 | SCR_008628 |
| OpenCV | Команда OpenCV | 4.9.0 | SCR_015526 |
| Statsmodels | Разработчики Statsmodels | 0.14.6 | SCR_016074 |
| Seaborn | Разработчики Seaborn | 0.13.2 | SCR_018132 |
| pandas | команда разработчиков pandas | 3.0.5 | SCR_018214 |
| scikit-image | разработчики scikit-image | 0.22.0 | SCR_021340 |
Ссылки
- Rowan MP, et al. Burn wound healing and treatment: review and advancements. Crit Care. 2015;19(1):243.
- Ji S, Xiao S, Xia Z. Consensus on the treatment of second-degree burn wounds (2024 edition). Burns Trauma. 2024;12:tkad061.
- Cho SK, Mattke S, Gordon H, Sheridan M, Ennis W. Development of a model to predict healing of chronic wounds within 12 weeks. Adv Wound Care. 2020;9(9):516–24.
- Sheehan P, Jones P, Caselli A, Giurini JM, Veves A. Percent change in wound area of diabetic foot ulcers over a 4-week period is a robust predictor of complete healing in a 12-week prospective trial. Diabetes Care. 2003;26(6):1879–82.
- Kientzy M, et al. Accuracy of digital measurement for quantitative and qualitative indicators of wound healing and repair: a systematic review protocol. BMJ Open. 2024;14(5):e085969.
- Tanner J, et al. Digital wound monitoring with artificial intelligence to prioritise surgical wounds in cardiac surgery patients for priority or standard review: protocol for a randomised feasibility trial (WISDOM). BMJ Open. 2024;14(9):e086486.
- Monshipouri M, et al. Thermal imaging potential and limitations to predict healing of venous leg ulcers. Sci Rep. 2021;11(1):13239.
- Fridberg M, Bafor A, Iobst CA, Laugesen B. The role of thermography in assessment of wounds: a scoping review. Injury. 2024;55(11):111833.
- Saleh K, Sonesson A, Persson K, Riesbeck K, Schmidtchen A. Inflammation biomarkers and correlation to wound status after full-thickness skin grafting. Front Med. 2019;6:159.
- Rembe JD, et al. Immunomarker profiling in human chronic wound swabs reveals IL-1β/IL-1RA and CXCL8/CXCL10 ratios as potential biomarkers for wound healing, infection status and regenerative stage. J Transl Med. 2025;23(1):407.
- Liu Y, et al. Increased matrix metalloproteinase-9 predicts poor wound healing in diabetic foot ulcers. Diabetes Care. 2009;32(1):117–9.
- Efthimiou O, et al. Developing clinical prediction models: a step-by-step guide. BMJ. 2024;386:e078276.
- von Elm E, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Ann Intern Med. 2007;147(8):573–7.
- Sharun K, Dhama K, Tiwari R. Comparative assessment of smartphone-based digital wound area measurement and ImageJ-based digital image analysis. Narra J. 2025.
- Rembe JD, et al. Assessment and monitoring of the wound micro-environment in chronic wounds using standardized wound swabbing for individualized diagnostics and targeted interventions. Biomedicines. 2024;12(10):2187.
- Collins GS, Reitsma JB, Altman DG, Moons KGM. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis: the TRIPOD statement. Ann Intern Med. 2015;162(1):55–63.
- Wallace HA, Basehore BM, Zito PM. Wound healing phases. StatPearls. Treasure Island (FL): StatPearls Publishing; 2023.
- Landén NX, Li D, Ståhle M. Transition from inflammation to proliferation: a critical step during wound healing. Cell Mol Life Sci. 2016;73(20):3861–85.
- Schultz GS, Ladwig G, Wysocki A. Extracellular matrix: review of its roles in acute and chronic wounds. Principles of Wound Healing. Adelaide: University of Adelaide Press; 2011.
- Almadani YH, Vorstenbosch J, Davison PG, Murphy AM. Wound healing: a comprehensive review. Semin Plast Surg. 2021;35(3):141–4.
- Sibbald RG, Elliott JA, Persaud-Jaimangal R. Wound bed preparation 2021. Adv Skin Wound Care. 2021;34(4):183–95.
- Harries RL, Bosanquet DC, Harding KG. Wound bed preparation: TIME for an update. Int Wound J. 2016;13(Suppl 3):8–14.
- Gao M, et al. Regulation of inflammation during wound healing: the function of mesenchymal stem cells and strategies for therapeutic enhancement. Front Pharmacol. 2024;15:1345779.
- Mikosiński J, Kruk-Jeromin J, Drobnik J. Longitudinal evaluation of biomarkers in wound fluids from chronic venous leg ulcers. Acta Derm Venereol. 2022;102:adv00667.
- Trengove NJ, et al. Analysis of the acute and chronic wound environments: the role of proteases and their inhibitors. Wound Repair Regen. 1999;7(6):442–52.
- Fu K, Zheng Q, Wei H. Role of matrix metalloproteinases in diabetic foot ulcers. Front Pharmacol. 2022;13:1050630.
- Collins GS, et al. Evaluation of clinical prediction models: from development to external validation. BMJ. 2024;384:e074819.
- Binuya MAE, Engelhardt EG, Schats W, Schmidt MK, Steyerberg EW. Methodological guidance for the evaluation and updating of clinical prediction models: a systematic review. BMC Med Res Methodol. 2022;22(1):316.
- Saelmans A, et al. Implementation and updating of clinical prediction models: a systematic review. Mayo Clin Proc Digit Health. 2025;3(3):100228.