Prevention of Thyroidectomy Scars in Asian Adults With Low-Level Light Therapy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Abnormal wound-healing after thyroidectomy with a resulting scar is a common dermatologic consultation. Despite many medical and surgical approaches, prevention of postoperative scars is challenging. OBJECTIVE: This study validated the efficacy and safety of low-level light therapy (LLLT) using an 830/590 nm light-emitting diode (LED)-based device for prevention of thyroidectomy scars. METHODS AND MATERIALS: Thirty-five patients with linear surgical suture lines after thyroidectomy were treated with 830/590 nm LED-LLLT. Daily application of 60 J/cm (11 minutes) for 1 week starting on postoperative day 1 was followed by treatment 3 times per week for 3 additional weeks. The control group (n = 15) remained untreated. Scar-prevention effects were evaluated 1 and 3 months after thyroidectomy with colorimetric evaluation using a tristimulus-color analyzer. The Vancouver Scar Scale (VSS) score, global assessment, and a subjective satisfaction score (range: 1-4) were also determined. RESULTS: Lightness (L*) and chrome values (a*) decreased significantly at the 3-month follow-up visit in the treatment group compared with those of controls. The average VSS and GAS scores were lower in the treatment group, whereas the subjective score was not significantly different. CONCLUSION: Light-emitting diode based LLLT treatment suppressed the formation of scars after thyroidectomy and could be safely used without noticeable adverse effects.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle