MétaCan
Menu
Retour à la cohorte
Enregistrement W1530644544 · doi:10.1002/lsm.22295

Lupus miliaris disseminatus faciei treated with 1,565 nm nonablative fractionated laser resurfacing: A case report

2014· article· en· W1530644544 sur OpenAlexaff
Katie Beleznay, Daniel P. Friedmann, Ana Marie Liolios, Adam Perry, Mitchel P. Goldman

Notice bibliographique

RevueLasers in Surgery and Medicine · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueAcne and Rosacea Treatments and Effects
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineDermatologyAblative caseLaserLaser treatmentSurgeryOptics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Lupus miliaris disseminatus faciei (LMDF) is a rare granulomatous disease. It presents as red-brown papules on the face that can resolve with scarring. LMDF is often resistant to treatment. OBJECTIVE: Nonablative fractionated lasers have been used effectively to treat granulomatous disorders; however, there is little data on the treatment of LMDF with lasers. Our objective was to test a novel non-ablative fractionated laser for the treatment of recalcitrant LMDF. RESULTS: A 24-year-old man had a one-year history of LMDF. He had been treated with various topical therapies, oral medications, and laser devices with no improvement and continued progression. We utilized a non-sequential scanning 1,565 nm nonablative fractionated laser to treat this patient. After only one treatment he had significant improvement. He has been subsequently treated five times in the past 6 months and has continued to improve. CONCLUSION: The novel 1,565 nm nonablative fractionated laser may be a useful tool in the treatment of granulomatous conditions such as LMDF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,274
Écart entre enseignants0,261 · 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 tête enseignante, 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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLasers in Surgery and MedicineMême sujetAcne and Rosacea Treatments and EffectsTravaux en français237 207