Analysis of Frequency of Use of Different Scar Assessment Scales Based on the Scar Condition and Treatment Method
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Analysis of scars in various conditions is essential, but no consensus had been reached on the scar assessment scale to select for a given condition. We reviewed papers to determine the scar assessment scale selected depending on the scar condition and treatment method. We searched PubMed for articles published since 2000 with the contents of the scar evaluation using a scar assessment scale with a Journal Citation Report impact factor >0.5. Among them, 96 articles that conducted a scar evaluation using a scar assessment scale were reviewed and analyzed. The scar assessment scales were identified and organized by various criteria. Among the types of scar assessment scales, the Patient and Observer Scar Assessment Scale (POSAS) was found to be the most frequently used scale. As for the assessment of newly developed operative scars, the POSAS was most used. Meanwhile, for categories depending on the treatment methods for preexisting scars, the Vancouver Scar Scale (VSS) was used in 6 studies following a laser treatment, the POSAS was used in 7 studies following surgical treatment, and the POSAS was used in 7 studies following a conservative treatment. Within the 12 categories of scar status, the VSS showed the highest frequency in 6 categories and the POSAS showed the highest frequency in the other 6 categories. According to our reviews, the POSAS and VSS are the most frequently used scar assessment scales. In the future, an optimal, universal scar scoring system is needed in order to better evaluate and treat pathologic scarring.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 découle