Pulsed Dye Laser Versus Photodynamic Therapy for the Treatment of Port Wine Stain: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Objective: Vascular lesions, such as port wine stain (PWS), lead to facial and psychological problems that require careful and timely treatments. This review aims to compare 2 mainstream methods pulsed dye laser (PDL) therapy and photodynamic therapy (PDT) for PWS. Methods: The Cochrane Library, PubMed, Embase, China National Knowledge Infrastructure (CNKI) Full-Text Chinese Database, and VIP Chinese Scientific Journals Database were searched for literature comparing PDL versus PDT in treating PWS with no dates set. Studies were eligible for inclusion if they were randomized, placebo-controlled or head-to-head trials published in either English or Chinese. The primary outcome was overall response rate judged by the physician/investigator-reported outcome scoring system. Adverse effects were also recorded. Review Manager was used to perform data synthesis. Cochrane risk-of-bias tool was used for methodological quality assessment. Retrospective studies were assessed based on the Newcastle-Ottawa Scale. The review protocol was registered in the International Prospective Register of Systematic Reviews (CRD42021243960). Results: Twelve studies met the inclusion criteria, among which 8 studies had the data necessary for the meta-analysis. Among the 8 studies, 4 were retrospective studies with 1,075 patients. The other 4 were RCT studies with 532 randomized participants. Regarding the overall response rate of RCT studies, PDT demonstrated no significantly higher efficacy than PDL with risk ratio (RR) 0.76 (95% confidence interval [CI] 0.48–1.20). Regarding purple types, the overall response rate of PDT was statistically significantly superior to that of PDL with RR of 0.47 (95% CI: 0.29–0.79). In terms of red types, PDT also manifested no significantly higher efficacy compared with PDL with RR of 0.85 (95% CI: 0.27–2.71). Conclusion: PDT is an effective and safe treatment for different types of PWS and was more effective than PDL in treating purple type of PWS.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,001 | 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 ».