MétaCan
Menu
Retour à la cohorte
Enregistrement W4323980944 · doi:10.21608/bjas.2023.195649.1092

Influence of the Fractional CO2 Laser on Immunohistochemical Expression of Smooth Muscle actin in Keloid and Hypertrophic Scars

2023· article· en· W4323980944 sur OpenAlexaboutno aff
Shimaa Abd El Hamed, Reham Abd Elmohsen, Rana M. Abdalla

Notice bibliographique

RevueBenha Journal of Applied Sciences · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineKeloidHypertrophic scarScarsGranulation tissueLesionBiopsyHypertrophic scarsPathologicalLaser treatmentInflammationSkin biopsyDermatologySurgeryWound healingPathologyLaserInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Wound healing is a set of elaborate and complex mechanisms including period of oscillation of inflammation, granulation tissue production, and tissue remodeling, which culminates in the restoration of tissue structural stability and injury. That study purposed to evaluate clinical and histopathological changes of keloid and hypertrophic scars before and after CO2 laser treatment. Methods: That interventional research was carried out on individuals with keloids and hypertrophic scars attending the Out-patient Clinic of Dermatology in Hospital of Benha University. Participants were exposed to historical analysis, Local Dermatological inspection, Tissue biopsy, Treatment course by fractional CO2 laser, follow up after treatment. Results: A statistically critical decrease in size of the lesion when comparing among pretreatment and post-treatment [p < 0.05]. Vancouver scale score results were considerably higher pre-treatment than post-treatment [P<0.05]. Conclusion:From the previous results we can conclude that Fractional CO2 laser is a viable therapy option for keloid and hypertrophic scars since it reduces clinical signs such as colour, thickness, and pruritus in addition to improvement at the cellular level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil0,171

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,310
Écart entre enseignants0,288 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBenha Journal of Applied SciencesMême sujetDermatologic Treatments and ResearchTravaux en français237 207