MétaCan
Menu
Retour à la cohorte
Enregistrement W4388464852 · doi:10.1089/fpsam.2023.0170

Effectiveness of Botulinum Toxin-A on Face, Head, and Neck Scars: A Systematic Review and Meta-Analysis

2023· review· en· W4388464852 sur OpenAlexaboutno aff
Almoaidbellah Rammal, Ahmed Mogharbel

Notice bibliographique

RevueFacial Plastic Surgery & Aesthetic Medicine · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForeheadScarsMedicineMeta-analysisBotulinum toxinVisual analogue scaleSubgroup analysisSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Botulinum toxin A (BTA) temporarily paralyzes nearby muscles to reduce tension in wound sites, inhibiting scar hyperplasia. Objective: To evaluate the effectiveness of BTA injection on scar formation and quality in various face, head, and neck sites. Methods: A comprehensive search was conducted across four electronic databases and registries to identify relevant studies. We assessed the following outcomes: visual analog scale (VAS), Vancouver scar scale (VSS), scar width, patient self-assessment scale, Stony Brook scar evaluation scales, Observer scar assessment scale, Manchester scar scale, and patient scar-assessment scale. Results: This systematic review included 20 studies encompassing 894 patients, of which, 18 studies were eligible for meta-analysis. The VAS and VSS significantly improved with BTA compared to controls which significantly reduced scar width at the first and second measurement points compared to controls. Subgroup analyses revealed that BTA had better upper lip and forehead outcomes. Conclusion: This systematic review and meta-analysis found that scars of the face, head, and neck were improved with BTA treatment compared to controls. This highlights the need for further study, especially concentrating on the upper lip and forehead regions, where improved outcomes were identified on subgroup analysis.

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)0,007
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,013
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,021
Bibliométrie0,0050,006
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)0,0040,000

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 Opus0,147
Tête enseignante GPT0,400
Écart entre enseignants0,253 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFacial Plastic Surgery & Aesthetic MedicineMême sujetDermatologic Treatments and ResearchTravaux en français237 207