Transmission of phototherapy through human skin: dosimetry adjustment for effects of skin color, body composition, wavelength, and light coupling to skin
Notice bibliographique
Résumé
Purpose: To examine factors that affect penetration of phototherapy. Methods: Age, sex, height, and weight were recorded; skin color, skinfold thickness, and light transmission through a skinfold were measured over biceps and triceps muscles, and at the anterior waistline. Light was generated using two 23-diode LED arrays at 840 nm and 660 nm with surface area of 7 cm<sup>2</sup>. Photon irradiation was measured using an Optical Power Meter consisting of a 1x1-cm<sup>2</sup> light detector placed in the centre of the illuminated 7 cm<sup>2</sup> spot. Transmission was measured using three skin-diode coupling conditions. Results: Penetration of LED irradiation increased when diodes were coupled to skin with pressure. Red light attenuated more rapidly than infrared light and the attenuation of red light increased as skin color darkened. Penetration of red and infrared light decreased as the amount of subcutaneous fat increased. There were gender effects on penetration of infrared light at normal and low BMI values. Conclusions: When using divergent light sources for phototherapy, radiant exposure should take into account individual physical characteristics, irradiation wavelength and diode configuration of the laser therapy system.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».