MétaCan
Menu
Retour à la cohorte
Enregistrement W4391723309 · doi:10.1002/jbio.202300348

Effectiveness of 780 nm photobiomodulation as adjunct treatment for bone exposed fractures: A pilot study on radiograph, pain, and cytokines analysis

2024· article· en· W4391723309 sur OpenAlexaboutno aff
Deivison Santos Bonfim, Micaela Leite Fernandes, Igor Pereira Ribeiro Muniz, Ítalo Sousa Pereira, Robson Amaro Augusto da Silva, Francine Cristina da Silva, Gabriel Pinto de Oliveira Santos, Luciano Pereira Rosa

Notice bibliographique

RevueJournal of Biophotonics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésMedicineBone healingLow level laser therapyDentistryAdjuvantVisual analogue scaleSurgeryInternal medicineLaser therapyLaser

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of this study was to evaluate the effectiveness of photobiomodulation with a 780 nm laser as an adjunct to surgical treatment in the regeneration of bone fractures. Twenty patients diagnosed with open fractures in the lower limbs were selected and randomly divided into two groups: control and LLLT. LLLT parameter: 780 nm, 0.04 cm 2 of light beam diameter, 40 mW of power, 10 s per point, 0.4 J of energy, fluence of 10 J/cm 2 and irradiance of 1 W/cm 2 . The evaluated data were: pain, using McGill scale, use of analgesics and anti‐inflammatories, levels of cytokines TNF‐α, IFN‐γ, IL‐1β, IL‐10, and IL‐17, and bone level regeneration. Data were analyzed using Wilcoxon and Mann–Whitney tests (5%). We can conclude that LLLT was effective as an adjuvant in the bone fracture regeneration process, altered IL‐1β levels, reduced the use of analgesics and anti‐inflammatories, reducing the pain pattern throughout the sessions.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,462
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,025
Tête enseignante GPT0,344
Écart entre enseignants0,319 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiophotonicsMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207