MétaCan
Menu
Retour à la cohorte
Enregistrement W3046346838 · doi:10.1097/dss.0000000000002650

Fractionally Ablative Er:YAG Laser Resurfacing for Thermal Burn Scars: a Split-Scar, Controlled, Prospective Cohort Study

2020· article· en· W3046346838 sur OpenAlexaboutno aff
William H. Sipprell, Derek E. Bell, Sherrif F. Ibrahim

Notice bibliographique

RevueDermatologic Surgery · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineScarsAblative caseTolerabilitySurgeryProspective cohort studyVisual analogue scaleDermatologyAdverse effectInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Thermal burn scars can have catastrophic impact on the quality of life and personal image, and over time can lead to profound physical and psychological debilitation. There are no established treatments to significantly improve burn scars. OBJECTIVE: To demonstrate the safety, efficacy, and tolerability of fractionally ablative Er:YAG resurfacing of mature burn scars. METHODS: Sixteen subjects were enrolled and received 3 treatments of fractionally ablative Er:YAG resurfacing at monthly intervals. Twelve completed the study. Scars were scored with the Vancouver Scar Scale (VSS) by the patient and physician before and after treatment. Blinded photographic analysis (Visual Analog Scale [VAS]) and blinded histologic analysis of tissue before and after treatment was also performed. RESULTS: Significant Improvement in VSS scores were seen in all 12 patients, reported by patients and the evaluating physician alike. Photographic analysis demonstrated subjective improvement in all 12 patients. Histologically, there was significant improvement in collagen architecture and the number of vessels per high-power field. The treatments were tolerated well by patients, and 1 superficial skin infection occurred. CONCLUSION: Fractionally ablative Er:YAG laser resurfacing is a safe and effective modality in the treatment of thermal burn scars with subjective and objective improvement as seen from the patient and physician.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,321
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetDermatologic Treatments and ResearchTravaux en français237 207