MétaCan
Menu
Retour à la cohorte
Enregistrement W4392955427 · doi:10.1097/dss.0000000000004163

Laser Test Spots: A Scoping Review

2024· review· en· W4392955427 sur OpenAlexaff
Derrick Chong, Jincheng Shi, Vincent Richer

Notice bibliographique

RevueDermatologic Surgery · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensUniversity of British ColumbiaDalhousie UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSpotsTest (biology)LaserLaser safetyAdverse effectBlind spotMedical physicsComputer scienceOpticsPathologyInternal medicineArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Laser test spots are commonly suggested for the assessment of clinical response and adverse effects, but use by laser operators is not well described. OBJECTIVE: To describe the use of laser test spots in the existing published literature regarding methodology (location, treatment parameters) and objective (clinical efficacy, safety, other). MATERIALS AND METHODS: This scoping review was conducted according to Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews guidelines and included indexed studies performing test spots in human subjects for dermatologic conditions with clinical reassessment at a subsequent visit. RESULTS: Among 5,261 identified publications, 103 studies with 959 test spots were selected for inclusion. Test spots conducted were mostly on lesional skin (89.3%) assessing both clinical response and adverse effects (76.9%). Most test spots used multiple laser parameters with a single wavelength (48.3%). Fluence was most frequently adjusted either alone (30.1%) or in combination with pulse duration or spot size. Other described test spots examined single set of laser parameters, multiple wavelengths with various parameters, or were left unspecified. CONCLUSION: Laser test spot methodology was diverse and performed for dual objectives of efficacy and safety. The authors have compiled clinical considerations to assist laser operators in deciding whether performing a test spot may be beneficial to their patient.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,414
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,006

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 Opus0,183
Tête enseignante GPT0,460
Écart entre enseignants0,277 · 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'étudeRevue systématique
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetDermatologic Treatments and ResearchTravaux en français237 207