MétaCan
Menu
Retour à la cohorte
Enregistrement W2324184100 · doi:10.2310/7750.2007.00033

Efficacy of Imiquimod as an Adjunct to Cryotherapy for Actinic Keratoses

2007· article· en· W2324184100 sur OpenAlexaff
Jerry Tan, David R. Thomas, Yves Poulin, Frances Maddin, Jing Tang

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueNonmelanoma Skin Cancer Studies
Établissements canadiensCentre de Recherche Dermatologique du Québec MétropolitainUniversité LavalWindsor Clinical ResearchUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineCryotherapyImiquimodActinic keratosesDermatologyPhotodermatosisSurgeryPathologyBasal cell

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cryotherapy is the standard of care for clinically apparent (target) actinic keratoses (AKs). Topical imiquimod may reduce initially inapparent or subclinical AKs. OBJECTIVE: We evaluated the potential of topical imiquimod to decrease subclinical AKs after cryotherapy of target AKs. METHODS: A randomized trial of imiquimod or vehicle twice weekly for 8 weeks following 3- to 5-second cryotherapy of target AKs within a 50 cm(2) field at the face or scalp was conducted. Efficacy outcomes included clearance of target, subclinical, and total AKs and proportions clear of AKs. Subjects with residual AKs were offered cryotherapy and open-label imiquimod twice weekly for 8 weeks. RESULTS: Sixty-three subjects completed the randomized phase. At 12 weeks, target AK clearance was similar for imiquimod and vehicle (79% vs 76%), but fewer total AKs were noted for imiquimod (78 vs 116). This was due to a progressive reduction in subclinical AKs with imiquimod compared with a progressive increase with vehicle. More subjects treated with imiquimod achieved clearance of subclinical (58% vs 34%; p = .06) and total (23% vs 9%; p = .21) AKs. CONCLUSION: Imiquimod postcryotherapy may increase clearance of subclinical and total AKs and proportions of subjects clear at 3 months. These findings require confirmation in larger controlled trials powered for statistical significance.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,046
Tête enseignante GPT0,363
Écart entre enseignants0,318 · 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

Citations32
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetNonmelanoma Skin Cancer StudiesTravaux en français237 207