MétaCan
Menu
Retour à la cohorte
Enregistrement W2527751238 · doi:10.4172/plastic-surgery.1000316

Limitations of studying keloid scars using the nude athymic mouse model

2002· article· en· W2527751238 sur OpenAlexaff
MP Hillmer, Sherine Salama

Notice bibliographique

RevuePlastic Surgery · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensCentre for Advancing Health OutcomesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésScarsKeloidNude mouseDermatologyComputer scienceMedicinePathologyInternal medicineCancer

Résumé

récupéré en direct d'OpenAlex

Keloid scars are benign fibroproliferative growths that respond poorly to treatment.This study sought to determine the efficacy of three different glucocorticoids (triamcinolone, methylprednisolone and dexamethasone) in altering human keloid scar tissue implanted in athymic mice.Keloid tissue obtained from three patients (one man and two women) who sought cosmetic removal of their scars was implanted into athymic mice for a duration of 15 or 30 days.The keloid tissue was examined histopathologically and evaluated by a dermatopathologist who was blinded to sample identity and who was using predetermined qualitative scoring criteria.The appearance of central calcification, granulation tissue, foreign body granulomatous reaction and acute inflammatory reaction complicated the comparison of the keloid tissue samples.However, on the basis of observations reported in the present paper, it appears that triamcinolone should remain the treatment of choice for keloid scars.The athymic mouse model that is used for studying keloid scars is the best available approach to in vivo studies; however, limitations identified in this study confound the interpretation of experimental data.Ideally, promising and novel therapies should be investigated clinically.

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)0,020
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,352
Tête enseignante GPT0,324
Écart entre enseignants0,027 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
GenreMéthodes

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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic SurgeryMême sujetDermatologic Treatments and ResearchTravaux en français237 207