Analysis of trends and status of evaluation methods in thyroid scar
Notice bibliographique
Résumé
Background: The incidence of thyroid cancer has increased over the decades, and patients prefer short thin scars after thyroidectomy due to their cosmetic visibility. Several scar assessment methods have been used to determine the most cosmetically optimal surgical method, but a widely accepted measurement tool is still lacking. This study investigates the usage status in the thyroid scar scale according to time, region, and study method. Methods: The authors searched for articles on thyroid scars published between January 2000 and September 2022 in the PubMed database. The study included clinical studies that mentioned thyroid scar and scar scale, excluding articles that did not evaluate neck scars. Statistical analysis was performed using IBM SPSS Statistics 29. Results: A total of 35 studies were included. Among them, 17 used the Vancouver Scar Scale (VSS), 17 used the Patient and Observer Scar Assessment Scale (POSAS), four used the Manchester Scar Scale (MSS), and four used the Stony Brook Scar Evaluation Scale (SBSES). VSS and POSAS were the most commonly used scar evaluation methods. VSS tended to be used frequently in Asia, while POSAS was used frequently in Europe and in randomized controlled trials. Conclusion: VSS and POSAS are popular thyroid scar assessment methods, with regional variations. Standardization is needed for meaningful comparisons. Patient's subjective evaluations should be considered, given the cosmetic importance of thyroid scars.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».