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: The high recurrence rate of keloids has lead to the use of multiple treatment adjuncts to improve cosmetic outcomes after surgery. To date, there has been no single, standardized modality agreed upon to produce the best results. The purpose of this study was to review the radiation-based treatments (brachytherapy, electron beam and X-ray) used for keloid management and compare their outcomes. METHODS: A literature review was performed from 1942 to October 2014 using the databases: PubMed database of the National Center of Biotechnology Information, MEDLINE, Biosis, Embase, Google scholar, and Cochrane database. Articles were reviewed for case numbers, patient demographics, keloid location, follow up, radiation modality, dose, keloid recurrence, and complications. RESULTS: A total of 72 studies met the inclusion criteria representing 9048 keloids. These studies were categorized by treatment: brachytherapy, electron, or X-ray. Meta-analysis demonstrated that radiotherapy after surgery had less recurrence when compared to radiotherapy alone (22% and 37%, respectively, P = 0.005). Comparison between modalities revealed that postoperative brachytherapy yielded the lowest recurrence rate (15%) compared with X-ray and electron beam (23% and 23%, respectively; P =0.04, P = 0.1). Subgroup analysis by location demonstrated chest keloids have the highest recurrence rate. The most commonly reported side effect of radiotherapy was changes in skin pigmentation. CONCLUSIONS: The results of this study reinforce postoperative radiotherapy as effective management for keloids. Specifically, brachytherapy was the most effective of the currently used radiation modalities.
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 | 0,002 |
| 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