Treatment of Lentigines: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Treatments for solar lentigines include topical and physical therapies, including chemical peels, lasers, intense pulsed light, and cryotherapy. A direct comparison of treatment methods and their efficacy is lacking. OBJECTIVE: To compare treatment efficacy and adverse events for different treatment modalities for lentigines. METHODS: Cochrane, MEDLINE, and Embase databases were searched on August 25, 2021. Studies were included if they met our predetermined population, intervention, comparator, outcomes, study design framework. Results are presented in narrative form. RESULTS: Forty-eight articles met the inclusion criteria, representing a total of 1,763 patients. Overall, combination-based treatments showed the greatest frequency of cases with complete response (65%, n = 299/458), followed by laser-based treatments (43%, n = 395/910), topical retinoids (21%, n = 12/57), cryotherapy (15%, n = 25/169), and peels (6%, n = 8/125). Adverse events occurred most commonly while using topical retinoids (82%, n = 23/28), followed by combination-based treatments (39%, n = 184/466), cryotherapy (33%, n = 47/144), laser-based treatments (23%, n = 173/738), and peels (19%, n = 21/110). CONCLUSION: Despite heterogeneity of included study designs, patient populations, treatment regimens, and outcome measures, our results suggest that combination-based treatments and laser-based treatments were the most efficacious treatment modalities. Although cryotherapy was previously considered first-line, our results show that it has substantially lower pooled response rates compared with other treatment modalities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».