Erbium: YAG laser treatment efficacy and association with histologic features for giant congenital melanocytic nevi management
Notice bibliographique
Résumé
BACKGROUND: Limited research exists on laser treatment of giant congenital melanocytic nevus (GCMN). OBJECTIVE: We sought to elucidate the efficacy of the Erbium: YAG laser on GCMN and the histologic factors associated with a positive clinical response. METHODS AND MATERIALS: Between 2019 and 2022, we enrolled 30 medium-to-giant CMN patients who underwent Er: YAG laser treatment. All patients received biopsies before and after laser treatments. Clinical efficacy outcomes were evaluated by the investigator's global assessment (IGA), 5-point scale of depigmentation, and Vancouver Scar Scale (VSS) scores at least 6 months after treatment. RESULTS: Of the 30 cases, 18 (60.0%) showed improvement (IGA score ≥3). Eight (26.7%) patients showed repigmentation. Eight (26.7%) patients developed hypertrophic scars. The average IGA, depigmentation, and VSS scores were 2.93, 3.57, and 3.20. The IGA score was higher (3.24 ± 1.18 vs. 2.22 ± 0.97, p = 0.031) and a lower repigmentation rate (14.3% vs. 55.6%, p = 0.032) was observed in the cases with Grenz zone. The IGA score was higher (3.33 ± 1.24 vs. 2.13 ± 0.89, p = 0.023) and the repigmentation rate was lower (11.1% vs. 50.0%, p = 0.034) also in the cases with the melanocytes nests with aggregation of melanin. Lesions with superficial ablation resulted in less hypertrophic scar formation than those with deep ablation (5.9% vs. 53.8%, p < 0.05). CONCLUSION: The Er: YAG laser demonstrated effective clinical results for GCMNs. The grenz zone and the melanocytes nests with aggregation of melanin are promising predictors of laser efficacy.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».