Combined Fractional Erbuim-YAG Laser With Botulinum Toxin-A Versus Botulinum Toxin-A Alone For The Treatment Of Hypertrophic Scars And Keloids
Notice bibliographique
Résumé
Background: The treatment of hypertrophic scars (HTS) and keloids remains a challenge. Not all treatment modalities have been adequately tested. Objectives: We aimed to compare the efficacy between combined fractional Er:YAG with intra-lesional botulinum toxin (Botox) and intra-lesional Botox as a monotherapy for the treatment of HTS and keloids. Patients and methods: Thirty patients with HTS and keloids were treated by intra-lesional injection of Botulinum Toxin Type A (Botox) as a monotherapy and Botox combined with ablative fractional Er:YAG laser. Each lesion was divided into two parts. The allocation of treatment method was randomly selected. One part was treated with Botox intra-lesionally 5 IU/cm2. The other part was subjected to combined intra-lesional Botox and ablative fractional Er:YAG laser (2,940 nm) sessions (4 sessions every 4 weeks). Evaluation of the treatment outcomes was done by the Vancouver Scar Scale (VSS), clinical imaging, and immuno-histochemical studies. Results: There was a significant decline in VSS after treatment with the combined regimen compared to the sites treated with botox injection only (P
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».