Treatment of Keloid Scars with Botulinum Toxin Type A versus Triamcinolone in an Athymic Nude Mouse Model
Notice bibliographique
Résumé
BACKGROUND: Keloid scarring is a serious condition that mostly affects patients of African or Asian descent. Often disfiguring, this condition can have devastating psychosocial consequences. To date, no treatment modality has been proven ideal. The authors' objectives were (1) to determine the efficacy of botulin toxin type A injection for the treatment of keloid scars compared to steroid injection and to control saline injection (this was achieved through a basic science animal model using athymic nude mice and implanted human keloid tissue); and (2) to analyze the histopathologic changes that occur in an organized keloid scar following botulinum toxin type A injection as compared to steroid and saline injections. METHODS: Keloid scars from four patients were excised and implanted subcutaneously into 28 mice. Three small keloid tissue samples were implanted in each of the 28 mice. One week after implantation, each implant received one of three injections: botulinum toxin type A (treatment drug), saline (control), or steroid injection (first-line gold standard). The keloid tissue was extracted 3 weeks after implantation. Weight analysis, immunohistochemistry, and standard hematoxylin and eosin pathologic analysis were performed on each extracted tissue sample. RESULTS: Paired t test analysis of pretreatment and posttreatment tissue weights revealed a statistically significant difference between the treatment and control groups (p < 0.05). Analysis by a blinded pathologist confirmed fewer collagen bundles in the treatment group. Immunohistochemistry with Ki-67, a marker of cell proliferation, revealed significantly less staining in the treatment groups. CONCLUSION: Botulinum toxin type A could be an effective treatment for keloid scars.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».