MétaCan
Menu
Retour à la cohorte
Enregistrement W2582034202 · doi:10.1002/lsm.22634

Early use of CO<sub>2</sub> lasers and silicone gel on surgical scars: Prospective study

2017· article· en· W2582034202 sur OpenAlexaboutno aff
Luiz Ronaldo Alberti, Eduardo Faria Vicari, Roselaine De Souza Jardim Vicari, Andy Petroianu

Notice bibliographique

RevueLasers in Surgery and Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineScarsSurgerySiliconeProspective cohort studyLaserStatistical significanceOpticsInternal medicineMaterials science

Résumé

récupéré en direct d'OpenAlex

Introduction Some publications have shown good aesthetic results for scars through the early application of fractional CO 2 lasers on elective surgery scars. The aim of this randomized, double‐blinded clinical trial was to compare the aesthetic quality of the scar from a group of patients submitted to super‐pulsed fractional CO 2 laser applications (10,600 nm fractional CO 2 , set at a density of 20% and an energy of 10 mJ, a scanner of 03 × 03 mm, and a pulse repetition time of 0.3 seconds) in contrast with the other group that used only the silicone gel on the scar after plastic surgery. Method A prospective study was conducted by analyzing 42 patients with recent scars of up to three weeks in patients with a I–IV Fitz‐Patrick skin phototype. The scars were evaluated aesthetically in the second and sixth months by applying the Vancouver scale. Results At 2 months of treatment, the statistical data showed a discrete superiority in the LASER group's treatment, as compared to that of the SILICONE group, in both percentage and significance concerning flexibility ( P = 0.05) and pigmentation ( P = 0.01). Laser group presented better results in the sixth month ( P = 0,03). Conclusion The early use of the fractional CO 2 laser contributed to improving the aesthetic quality of scars from elective surgeries in the second and in the 6th months. Lasers Surg. Med. 49:570–576, 2017. © 2017 Wiley Periodicals, Inc.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,497

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 technologies0,0000,001
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 Opus0,062
Tête enseignante GPT0,348
Écart entre enseignants0,287 · 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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLasers in Surgery and MedicineMême sujetDermatologic Treatments and ResearchTravaux en français237 207