Efficacy of non‐surgical treatments for androgenetic alopecia: a systematic review and network meta‐analysis
Notice bibliographique
Résumé
Androgenetic alopecia, or male/female pattern baldness, is the most common type of progressive hair loss disorder. The aim of this study was to review recent advances in non-surgical treatments for androgenetic alopecia and identify the most effective treatments. A network meta-analysis (NMA) was conducted of the available literature of the six most common non-surgical treatment options for treating androgenetic alopecia in both men and women; dutasteride 0.5 mg, finasteride 1 mg, low-level laser therapy (LLLT), minoxidil 2%, minoxidil 5% and platelet-rich plasma (PRP). Seventy-eight studies met the inclusion criteria, and 22 studies had the data necessary for a network meta-analysis. Relative effects show LLLT as the superior treatment. Relative effects show PRP, finasteride 1 mg (male), finasteride 1 mg (female), minoxidil 5%, minoxidil 2% and dutasteride (male) are approximately equivalent in mean change hair count following treatment. Minoxidil 5% and minoxidil 2% reported the most drug-related adverse events (n = 45 and n = 23, respectively). The quality of evidence of minoxidil 2% vs. minoxidil 5% was high; minoxidil 5% vs. placebo was moderate; dutasteride (male) vs. placebo, finasteride (female) vs. placebo, minoxidil 2% vs. placebo and minoxidil 5% vs. LLLT was low; and finasteride (male) vs. placebo, LLLT vs. sham, PRP vs. placebo and finasteride vs. minoxidil 2% was very low. Results of this NMA indicate the emergence of novel, non-hormonal therapies as effective treatments for hair loss; however, the quality of evidence is generally low. High-quality randomized controlled trials and head-to-head trials are required to support these findings and aid in the development of more standardized protocols, particularly for PRP. Regardless, this analysis may aid physicians in clinical decision-making and highlight the variety of non-surgical hair restoration options for patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,031 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».