MétaCan
Menu
Retour à la cohorte
Enregistrement W2120439036 · doi:10.5021/ad.2014.26.5.615

Comparison of the Effectiveness of Nonablative Fractional Laser versus Pulsed-Dye Laser in Thyroidectomy Scar Prevention

2014· article· en· W2120439036 sur OpenAlexaboutno aff
Ji Min Ha, Han Su Kim, Eun Byul Cho, Gyeong‐Hun Park, Eun Joo Park, Kwang Ho Kim, Lee Su Kim, Kwang Joong Kim

Notice bibliographique

RevueAnnals of Dermatology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineThyroidectomyDermatologyLaserSurgeryThyroidInternal medicineOptics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The anterior neck is the site of open thyroidectomy and where postoperative scarring can cause distress to patients. Both fractional and pulsed-dye lasers are effective and safe methods for preventing and improving surgical scars. OBJECTIVE: This study evaluated the improvement in scar appearance with laser intervention during the wound healing process. We evaluated the effect of nonablative fractional and pulsed-dye lasers on fresh thyroidectomy scars. METHODS: Patients were treated 3 times at 4-week interval with a follow-up visit at the 6(th) month. Scars were divided into 2 halves for each optional treatment. At every visit, a questionnaire evaluating the scar and patient satisfaction was completed. RESULTS: Thirty patients completed the 6-month process. The mean Vancouver Scar Scale scores improved significantly from 8.0 to 4.6 and 8.2 to 4.7 with nonablative fractional and pulsed-dye lasers, respectively (p<0.001). However, there was no significant difference between the 2 methods (p=0.840). CONCLUSION: There remains no consensus on the optimal treatment of scars. The present study indicates nonablative fractional and pulsed-dye lasers significantly improve scars. Nonablative fractional lasers are non-inferior to pulsed-dye lasers. Further studies are required to corroborate this finding.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,343
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,080
Tête enseignante GPT0,434
Écart entre enseignants0,354 · 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

Citations40
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of DermatologyMême sujetDermatologic Treatments and ResearchTravaux en français237 207