MétaCan
Menu
Retour à la cohorte
Enregistrement W3034088199 · doi:10.1080/09546634.2020.1781757

The application of medical scale in the treatment of plantar warts: analysis and prospect

2020· review· en· W3034088199 sur OpenAlexaff
Kai Huang, Mingjia Li, Yi Xiao, Lisha Wu, Yixin Li, Yang Yang, Guanzhong Shi, Nianzhou Yu, Dihui Liu, Juan Su, Xianggui Wang, Shuang Zhao, Xiang Chen

Notice bibliographique

RevueJournal of Dermatological Treatment · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueGenital Health and Disease
Établissements canadiensSKiN Health
Organismes subventionnairesnon disponible
Mots-clésPlantar wartsMedicineCryotherapyAdverse effectConjoint analysisQuality of life (healthcare)Physical therapyDermatologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Plantar warts are common cutaneous diseases on the sole caused by the human papillomavirus, with a high annual incidence rate of 14%. It often causes pain, which impairs quality of life of patients. Numerous therapeutic options for plantar warts exist with variable success. However, all of them, including first-line treatment, have different adverse reactions or high recurrence rates. There is no one effective method for all patients. The choice of treatment method puzzles doctors. With the help of medical scales, we can analyze the patients' condition, so as to guide the choice of treatment methods, which is of great significance for the individualized treatment of patients with plantar warts. This review takes cryotherapy, intralesional injection of bleomycin and photodynamic therapy as examples to discuss the application of medical scales in the treatment of plantar warts, summarizes the scales that can be used to evaluate the status of plantar wart, adverse reactions, prognosis and patient's financial situation, and discusses their clinical and scientific value. We hope to use scales to consider the severity of plantar warts and economic level, help different patients to choose different treatment options, and make suggestions on the evaluation of the adverse reactions and treatment effect.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
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 Opus0,051
Tête enseignante GPT0,398
Écart entre enseignants0,347 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dermatological TreatmentMême sujetGenital Health and DiseaseTravaux en français237 207