MétaCan
Menu
Retour à la cohorte
Enregistrement W2150938126 · doi:10.14730/aaps.2014.20.2.114

Efficacy of Early Application of Ablative Fractional CO<sub>2</sub>Laser on Secondary Skin Contracture after Skin Graft

2014· article· en· W2150938126 sur OpenAlexaboutno aff
Hyungwoo Yoon, Yoon-kyu Chung, Jiye Kim

Notice bibliographique

RevueArchives of Aesthetic Plastic Surgery · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAblative caseScarsSurgeryHypertrophic scarContractureLaserCarbon dioxide laserLaser surgeryRadiation therapy

Résumé

récupéré en direct d'OpenAlex

Background Ablative fractional carbon dioxide laser is widely used for the treatment of various scars including burn injuries. We applied ablative fractional CO2 laser on the skin graft scar of faces. Methods Fourteen patients between 2010 and 2013 who underwent facial skin graft were included in this study. The ablative fractional CO2 laser was applied to 7 patients in the laser therapy group. It was initiated at 5th week after the skin graft. Clinical photographs were taken, and Patient Scar Assessment Score (PAS) was obtained during every visit from a patient at the outpatient clinic and 4 weeks after the last laser treatment. In the untreated control group, clinical photographs and PAS were taken at 5th and 21st weeks after the skin graft. Vancouver Scar Scale (VSS) and Observer Scar Assessment score (OAS) was rated by single independent plastic surgeon with the clinical photographs. Results In the laser therapy group, VSS, PAS, and OAS improved after fractional laser treatment. In the untreated group, VSS was also improved by the natural process of scar maturation. However, the laser treated group showed significant improvement compared with the untreated group. Conclusions The ablative fractional CO2 laser can be a viable option for the treatment of skin graft scar. Further study with sufficient patients and long term follow-up is necessary for definite conclusions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,560

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 technologies0,0000,001
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 Opus0,008
Tête enseignante GPT0,252
Écart entre enseignants0,244 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Aesthetic Plastic SurgeryMême sujetDermatologic Treatments and ResearchTravaux en français237 207