MétaCan
Menu
Retour à la cohorte
Enregistrement W4396212873 · doi:10.1159/000538621

The Comparative Effects of Monotherapy with Topical Minoxidil, Oral Finasteride, and Topical Finasteride in Postmenopausal Women with Pattern Hair Loss: A Retrospective Cohort Study

2024· article· en· W4396212873 sur OpenAlexaff
Michela Starace, Aditya K. Gupta, Mary A. Bamimore, Mesbah Talukder, Federico Quadrelli, Bianca Maria Piraccini

Notice bibliographique

RevueSkin Appendage Disorders · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHair Growth and Disorders
Établissements canadiensMediprobe Research (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésFinasterideMinoxidilMedicineHair lossDermatologyCohortRetrospective cohort studyUrologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: Oral finasteride and topical minoxidil are long-standing androgenetic alopecia (AGA) treatments; topical finasteride is a more recent medicine. Few studies have compared their therapeutic effects in postmenopausal women. We compared the therapeutic impact of topical finasteride (1-4 sprays of 0.25% topical finasteride solution daily for 12 months), oral finasteride (2.5 mg oral finasteride once daily for 12 months), and topical minoxidil (1 mL of topical minoxidil 5% twice daily for 12 months) in postmenopausal women with AGA. Methods: We conducted Bayesian network meta-analyses of individual patient-level data insofar as four clinically relevant endpoints, namely, 12-month change in (1) total hair density, (2) hair diameter, (3) clinical photographs, and (4) patients' opinion of efficacy. Data were obtained through medical charts. Regimens' surface under the cumulative ranking distribution (SUCRA) values and relative effects - as per odds ratios - were computed. Results: 0.05). Conclusion: Oral finasteride is ranked more effective than the topical forms of minoxidil and finasteride; however, more studies are needed to confirm this result.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,007
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,255
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSkin Appendage DisordersMême sujetHair Growth and DisordersTravaux en français237 207