33% hydrogen peroxide as a Neoadjuvant treatment in the surgical excision of non-melanoma skin cancers: A case series
Notice bibliographique
Résumé
Background Hydrogen peroxide (H2O2) is a product of respiration in mitochondria and an important oxidizing agent in biological systems. Previous investigations have shown the efficacy of H2O2 in treating skin conditions such as seborrheic keratosis and actinic keratosis. In an area like the face, reconstruction of excision defects and ultimately aesthetic outcomes are of utmost importance. Hydrogen peroxide may represent a simple yet effective method at shrinking non-melanoma skin cancers (NMSC) of the head and neck before they are excised. Methods Eleven consecutive patients presenting to our cutaneous malignancy clinic had their skin lesions evaluated by the senior author for participation in the study. Lesion length and width was measured. Hydrogen peroxide formulated at a concentration of 33% was rubbed into the lesion until blanching was observed. Lesions were re-measured at follow up. Excisional biopsy was then performed and histopathological diagnosis was obtained. Statistical analyses compared pre- and post-treatment lesion dimensions. Results Seventeen biopsy-proven NMSC lesions were included in this investigation. Statistically significant reductions in the length ( p < 0.001) and width ( p < 0.001) were observed with H2O2 treatment. For some lesions, H2O2 was the sole treatment required, with post-treatment biopsy demonstrating no evidence of malignancy. Patients endured minimal discomfort during treatment and no long-term side effects were observed. Follow up at 6 months revealed no recurrences. Conclusions We have demonstrated a significant reduction in the size of multiple lesions after application of 33% hydrogen peroxide, simplifying definitive excision and reconstruction. Hydrogen peroxide demonstrated an ability to successfully treat non-melanoma skin cancers as well.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».