MétaCan
Menu
Retour à la cohorte
Enregistrement W2726543647 · doi:10.1111/wrr.12648

Losartan ointment relieves hypertrophic scars and keloid: A pilot study

2018· article· en· W2726543647 sur OpenAlexaboutno aff
Keshvad Hedayatyanfard, Seyed Ali Ziai, Feizollah Niazi, Iman Habibi, Behnam Habibi, Hamideh Moravvej

Notice bibliographique

RevueWound Repair and Regeneration · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesShahid Beheshti University of Medical SciencesMerck
Mots-clésLosartanMedicineKeloidHypertrophic scarPlaceboHypertrophic scarsLosartan PotassiumFibrosisScarsUrologyDermatologyInternal medicineAngiotensin IISurgeryReceptorPathology

Résumé

récupéré en direct d'OpenAlex

receptor is known to play a key role in stimulation of fibrosis. A pilot placebo controlled single blind study was carried out on patients with hypertrophic scars and keloids. A total of 37 adult volunteers were randomly assigned into losartan 5% or placebo treatment groups. The treatment was performed twice a day for three months and a 6-month follow-up. The treatment was evaluated using Vancouver scar scale method. Totally, 30 participants were analyzed (Losartan ointment n = 20; placebo ointment n = 10; seven placebo volunteers left the study because they thought the treatment was not effective for them). In the losartan group, VSS scores dropped significantly (p < 0.01) both in keloid and hypertrophic scar patients. Vascularity and pliability were significantly reduced by losartan treatment (p < 0.05). It can be concluded that losartan potassium ointment (5%) can alleviate the keloid and hypertrophic scar.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,170
Score d'incertitude au seuil0,283

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,036
Tête enseignante GPT0,308
Écart entre enseignants0,272 · 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

Citations46
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWound Repair and RegenerationMême sujetDermatologic Treatments and ResearchTravaux en français237 207