MétaCan
Menu
Retour à la cohorte
Enregistrement W3189037220 · doi:10.9734/jammr/2021/v33i1731036

Efficacy of Intralesional Injection of Botulinum Toxin in Treatment of Keloids

2021· article· en· W3189037220 sur OpenAlexaboutno aff
Toka Ahmed El Sayed, Yomna Mazid El‐Hamd Neinaa, Nashwa Naeem El Far

Notice bibliographique

RevueJournal of Advances in Medicine and Medical Research · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKeloidMedicineBotulinum toxinTherapeutic effectSalineClinical efficacyDermatologySurgeryAnesthesia

Résumé

récupéré en direct d'OpenAlex

Background: Keloid is generally accepted to be the result of prolonged and aberrant wound healing. Botulinum toxin injections are considered an efficient therapy for keloids. The current study evaluated the efficacy and safety of intralesional injection of botulinum toxin in treatment of keloids. Methods: This prospective interventional study was carried out on 20 patients presented with keloids. Patients were treated by intradermal injection at the periphery of lesions by botulinum toxin as 100 IU diluted by 2 ml normal saline (5 IU/ cm3). Vancouver Scar Scale (VSS) and Verbal Rating Scale (VRS) were used for the assessment of the therapeutic efficacy. Results: There was a statistically significant improvement in all VSS and VRS parameters. Vast majority, 18 (90%) patients, were satisfied and 2 (10%) patient was not satisfied. There was non-significant correlation between the age of patients, duration of keloid nor size of keloid in relation to degree of improvement of VSS after treatment. There was positive significant correlation between VSS before treatment and degree of improvement of VSS after treatment. Conclusions: Intralesional injection of botulinum toxin was effective and safe therapeutic techniques in inhibiting keloids regarding the statistically significant improvement on comparing between before treatment and after the end of follow up period.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,083
Tête enseignante GPT0,497
Écart entre enseignants0,414 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advances in Medicine and Medical ResearchMême sujetDermatologic Treatments and ResearchTravaux en français237 207