MétaCan
Menu
Retour à la cohorte
Enregistrement W2399941035

Laser facial resurfacing: patient survey of recovery and results.

2000· article· en· W2399941035 sur OpenAlexaff
Eugenie Brunner, Peter A. Adamson, John N. Harlock, David A.F. Ellis

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAcnePatient satisfactionSurgeryLaser treatmentLaserDentistryDermatology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine patient satisfaction with the postoperative recovery period and surgical outcome after facial laser resurfacing. DESIGN: Survey. PATIENTS: Patients who underwent facial laser resurfacing by two of the authors (PAA or DAFE) between 1995 and 1996. Questionnaires were completed by 47 of 100 patients. INTERVENTIONS: Facial laser resurfacing with the Sharplan CO2 laser and SilkTouch Scanner. MAIN OUTCOME MEASURES: Questionnaire. Statistical analysis was generated from a 5-point analogue scale. RESULTS: The overall side effects were moderate in severity, were well tolerated, and met the expectations of our patients. Redness was the most frequent side effect with an average duration of 3 months. Most patients returned to occupational and social activities at 2.5 weeks. Moderate lifestyle disruption was more frequent after full-face laser resurfacing than partial-face laser resurfacing. Excellent improvement was achieved for removal of fine wrinkles, improvement of skin quality, and sun-damaged skin. Good improvement was obtained for acne scarring and deep rhytids. Overall goals were attained in 89% of patients. CONCLUSIONS: Laser resurfacing produced excellent results for fine rhytids, skin quality, and sun-damaged skin. Return to social and occupational activities may occur early in recovery with the use of camouflage make-up. Patient education and close follow-up are necessary in the postoperative period.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0030,001

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 Opus0,053
Tête enseignante GPT0,273
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDermatologic Treatments and ResearchTravaux en français237 207