MétaCan
Menu
Retour à la cohorte
Enregistrement W4221084517 · doi:10.1159/000522396

The Efficacy and Safety of Botulinum Toxin Type A Injections in Improving Facial Scars: A Systematic Review and Meta-Analysis

2022· review· en· W4221084517 sur OpenAlexaboutno aff
Wendi Wang, Guangjing Liu, Xiaobing Li

Notice bibliographique

RevuePharmacology · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineScarsVisual analogue scaleRandomized controlled trialAdverse effectClinical trialMeta-analysisBotulinum toxinAnesthesiaSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Botulinum toxin type A (BTA) has a wide range of clinical applications, and its use in improving aesthetics is one of them. The aim of this study was to better assess the efficacy and safety of BTA in patients with facial scars. SUMMARY: We extracted the data of the visual analog scale (VAS) score, Vancouver scar scale (VSS) score, scar width, observer scar assessment scale (OSAS), patient scar assessment scale (PSAS), and/or drug-related adverse events. Five studies provided the data of VAS score, and the results showed that the VAS score in the BTA group was significantly higher than that in the control group. Three randomized controlled trials (RCTs) reported the VSS score. A statistically significant difference exists between the BTA group and the control group. Three RCTs reported the scar width after BTA treatment. A more favorable change was found in the BTA group with scar width even without statistical significance. Data about the OSAS and PSAS scores were available in two trials. There was no significant difference in OSAS and PSAS scores between the BTA group and the control group. Only three studies recorded three slight adverse events. There were no reports of severe complications. In conclusions, this study demonstrated that BTA has the potential to improve facial scars with an acceptable safety profile.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0110,015
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,146
Tête enseignante GPT0,460
Écart entre enseignants0,314 · 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'étudeMéta-analyse
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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacologyMême sujetDermatologic Treatments and ResearchTravaux en français237 207