Meta-analysis of photobiomodulation for the treatment of androgenetic alopecia
Notice bibliographique
Résumé
Background Androgenetic alopecia (AGA) is a condition that affects most people at some point in their life, yet few treatments are available. Use of photobiomodulation is ideal due to the safety profile and lack of serious adverse effects. Therefore, the efficacy of photobiomodulation for AGA therapy was investigated.Methods A meta-analysis was used to elucidate treatment efficacy. Additionally, a sub-analysis was performed to determine if the type of device used or if use of lasers versus light emitting diodes (LEDs) significantly impacted results.Results Using hair density (hairs/cm2) as a measure of efficacy, the standardized mean difference (SMD) was 1.02 (95% CI: 0.68, 1.36) in favor of treatment over control (15 studies, pooled N = 795, p < .00001). Subgroup analysis comparing comb-style devices versus helmet/hat-style devices did not reveal a significant difference (p = .08). A second subgroup analysis suggested that laser treatment was significantly more effective (p = .009) than a combination of laser/LED treatment although the combination treatment was still significantly better than control treatment.Discussion Meta-analysis results suggest that photobiomodulation could be used to effectively treat AGA. Specific device recommendations should be based on use of lasers versus LEDs and not the style (comb/hat/helmet) of the device.
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 | 0,009 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,031 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 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 ».