MétaCan
Menu
Retour à la cohorte
Enregistrement W2062395458 · doi:10.1111/dsu.12228

Early Postoperative Treatment of Surgical Scars Using a Fractional Carbon Dioxide Laser: A Split-Scar, Evaluator-Blinded Study

2013· article· en· W2062395458 sur OpenAlexaboutno aff
Sang Eun Lee, Zhenlong Zheng, Mi Ryung Roh

Notice bibliographique

RevueDermatologic Surgery · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineScarsSurgeryCarbon dioxide laserAdverse effectAblative caseProspective cohort studyLaserLaser surgeryInternal medicineRadiation therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although focus has recently been directed toward the early treatment of surgical scars, the optimal time at which to initiate treatment with fractional laser and its effect on scar remodeling remains controversial. OBJECTIVES: To assess the safety and efficacy of treating surgical scars using an ablative carbon dioxide (CO2 ) fractional laser during the early postoperative period. MATERIALS AND METHODS: We performed a prospective, split-scar, evaluator-blinded study on 16 postoperative scars of 15 patients. Patients began treatment 3 weeks after surgery and were treated in two sessions of CO2 fractional laser therapy on half of the scar at 2-week intervals. All patients were followed for 3 months after the final treatment session. RESULTS: Three months after the last treatment, a greater decrease in Vancouver Scar Scale score was noted in the treated half of the scars, especially in terms of texture and thickness. Patients also expressed a significantly greater degree of satisfaction with the treated side as assessed using a subjective 4-point scale. Only one patient experienced any adverse effect, which was the development of hypertrophy, on the treated and untreated side of the scar. CONCLUSION: CO2 fractional laser is an effective treatment modality for surgical scars in the early postoperative period.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,085
Tête enseignante GPT0,363
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations58
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetDermatologic Treatments and ResearchTravaux en français237 207