MétaCan
Menu
Retour à la cohorte
Enregistrement W2996005629 · doi:10.36106/gjra/3601364

COMPARATIVE STUDY OF EFFICACY AND SAFETY OF INTRALESIONALTRIAMCINOLONE ACETONIDE VERSUS INTRALESIONAL 5-FLUOROURACILVERSUS COMBINATION OF BOTH IN MANAGEMENT OF KELOIDS

2019· article· en· W2996005629 sur OpenAlexaboutno aff
Himani Tandon, Anuj Kumar, PK Rathore

Notice bibliographique

RevueGLOBAL JOURNAL FOR RESEARCH ANALYSIS · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriamcinolone acetonideMedicineKeloidDermatologySurgeryHyperpigmentation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: keloid is a benign overgrowth of brotic tissue and are aesthetically unacceptable to the patients. Management is difcult and pose a challenge for physicians. This study compares the efcacy and safety of intralesional triamcinolone acetonide, intralesional 5-uorouracil and combination of both in management of keloids. METHOD: Total 60 patients, randomly divided into three groups: A, B, C were subjected to intralesional Triamcinolone acetonide, 5- Fluorouracil and their combination respectively, every 3weeks for 18 weeks and assessed with Vancouver Scoring Scale. RESULTS:Improvement seen in all parameters, maximum with combination of triamcinolone and 5-uorouracil. Major side effects were hypopigmentation with intralesional triamcinolone; pain and hyperpigmentation with intralesional 5- uorouracil and mild pain with combination of two. CONCLUSION: Combination of 5-uorouracil and triamcinolone acetonide seemed to be more effective with lesser side effects than the other two.

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)0,002
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 enseignants0,077
Score d'incertitude au seuil0,298

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,109
Tête enseignante GPT0,469
Écart entre enseignants0,360 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGLOBAL JOURNAL FOR RESEARCH ANALYSISMême sujetDermatologic Treatments and ResearchTravaux en français237 207