MétaCan
Menu
Retour à la cohorte
Enregistrement W4392862652 · doi:10.1097/md.0000000000037329

Effect of CO2 fractional laser combined with recombinant human epidermal growth factor gel on skin barrier

2024· article· en· W4392862652 sur OpenAlexaff
Hua Wang, Fan Yang, Hui Wang, Tao Qin, Jia He, Chan Zhao

Notice bibliographique

RevueMedicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensSKiN Health
Organismes subventionnairesnon disponible
Mots-clésMedicineTransepidermal water lossAcneStratum corneumAdverse effectWound healingBarrier functionTransdermalPatient satisfactionQuality of life (healthcare)InflammationDermatologySurgeryInternal medicineGastroenterologyPharmacologyPathology

Résumé

récupéré en direct d'OpenAlex

To evaluate the impact of CO2 fractional laser combined with recombinant human epidermal growth factor (rhEGF) gel on skin barrier in acne scar patients. In a retrospective analysis, we examined 105 acne scar patients admitted between July 2018 and August 2021. Of these, 51 received only CO2 fractional laser (control group), while 54 underwent a combination of CO2 fractional laser and rhEGF gel (observation group). We assessed treatment efficacy, symptom relief, skin barrier parameters, pre- and posttreatment inflammatory factors, adverse reactions, posttreatment quality of life, and patient satisfaction. The observation group exhibited a higher overall response rate, significantly shorter wound healing, scab formation, and scab detachment times. Additionally, this group showed increased stratum corneum water content, decreased pH, and transdermal water loss (TEWL), and reduced hypersensitive C-reactive protein and interleukin-6 expression posttreatment. Quality of life scores were higher, with fewer adverse reactions and greater treatment satisfaction. Combining CO2 fractional laser with rhEGF gel markedly improves acne scar treatment efficacy, enhances skin barrier function, reduces inflammation, and elevates quality of life. Its safety profile supports its broader clinical adoption.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 Opus0,018
Tête enseignante GPT0,337
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.

Devis d'étudeObservationnel
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetDermatologic Treatments and ResearchTravaux en français237 207