MétaCan
Menu
Retour à la cohorte
Enregistrement W2142538028 · doi:10.1155/2014/204532

Effects of the Combined PDL/Nd:YAG Laser on Surgical Scars: Vascularity and Collagen Changes Evaluated by<i>In Vivo</i>Confocal Microscopy

2014· article· en· W2142538028 sur OpenAlexaboutno aff
Krisztina Vas, Magdolna Gaál, Erika Varga, Réka Kovács, Balázs Bende, Ádám Kocsis, Lajos Kemény

Notice bibliographique

RevueBioMed Research International · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScarsVascularityMedicineLaserSurgeryIn vivoOptics

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to investigate the efficacy of the sequential combined 585 nm PDL and the 1064 nm neodymium:yttrium-aluminium-garnet laser (PDL/Nd:YAG) in the treatment of surgical scars and to evaluate the short-term effects by in vivo confocal microscopy (RCM) and the long-term effects by clinical assessment of the scars. Twenty-five patients were enrolled with 39 postoperative linear scars; each scar was divided into two fields. One half was treated with the combined PDL/Nd:YAG laser, whereas the other half remained untreated. Each scar was treated three times at monthly intervals. Scars were evaluated by an independent examiner, using the Vancouver Scar Scale. The combined PDL/Nd:YAG laser significantly improved the appearance of the scars. In order to study the short-term effects of combined laser treatment, six additional patients were enrolled with 7 postoperative linear scars. One half of scars was treated once with the combined PDL/Nd:YAG laser. One week after this laser treatment, both the treated and the nontreated parts of the scars were examined by dermoscopy and RCM. The dermoscopic pictures revealed improvements even in treated areas. In conclusion, the combined PDL/Nd:YAG laser was found to be effective in improving the quality and appearance of the surgical scars.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,292

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,028
Tête enseignante GPT0,385
Écart entre enseignants0,357 · 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'étudeExpérimental (laboratoire)
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

Citations19
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetDermatologic Treatments and ResearchTravaux en français237 207