Heterogeneous Features of Keloids Assessed by Laser Speckle Contrast Imaging: A Cross‐Sectional Study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Keloids are described as benign dermal fibroproliferative lesions, and vascularization may play a significant role in their pathogenesis. In this study, laser speckle contrast imaging (LSCI) was used to assess perfusion within keloids and surrounding skin, and perfusion of keloids at different stages was compared. STUDY DESIGN/MATERIALS AND METHODS: A total of 59 patients with 110 untreated keloids on the anterior chest were enrolled in this study. Different keloid stages (progressive, stable, and regressive) were defined according to patients' descriptions of whether keloids became larger, stable, or smaller during the previous year. Vancouver Scar Scale (VSS) was assessed by a plastic surgeon, and patient reports on pain and itching were documented. LSCI was used to evaluate blood perfusion of keloids (K), skin adjacent to keloids (A), and nonadjacent skin (N). The mean perfusion of these regions was determined, and ratios (K/N, A/N) were calculated. RESULTS: A heterogeneous perfusion map was observed among the keloid groups, as well as within each keloid. A positive correlation was found between keloid perfusion and VSS. There were 62 (56.4%) keloids in the progressive stage, 33 (30.0%) keloids in the stable stage, and 15 (13.6%) keloids in the regressive stage. The mean K/N ratios in the progressive, stable, and regressive stages were 2.3 ± 0.5, 1.8 ± 0.3, and 1.5 ± 0.5, respectively. The mean A/N ratios were 1.2 ± 0.4, 1.2 ± 0.2, and 1.0 ± 0.5, respectively. Within each keloid, significantly higher perfusion was noted in the keloid and adjacent skin compared with nonadjacent skin. CONCLUSION: These results indicate that LSCI is a promising technique for evaluating keloid blood perfusion and distinguishing heterogeneous keloids. Lasers Surg. Med. © 2020 Wiley Periodicals LLC.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».