Comparison of the Effectiveness of Nonablative Fractional Laser versus Pulsed-Dye Laser in Thyroidectomy Scar Prevention
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».