Effect of Keloid Properties on Treatment Efficacy: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: The efficacy of keloid treatment in randomized studies is highly variable. However, no systematic review has been performed to evaluate the effect of different keloid properties on treatment efficacy. OBJECTIVE: To identify clinically relevant keloid properties that may influence treatment efficacy. MATERIALS AND METHODS: An electronic database search was conducted. Two reviewers independently selected randomized controlled trials (RCTs) and performed a methodologic quality assessment using the Cochrane risk-of-bias 2.0 tool. RESULTS: One thousand five hundred twenty studies were screened, and 16 RCTs, involving 1,113 patients, were included. The authors found lower efficacy in older keloids ( n = 3), keloids located on the chest, extremities, pinna, and shoulder ( n = 3), larger keloids ( n = 2), lower baseline Vancouver Scar Scale score ( n = 1), and keloids with history of recurrence ( n = 1). Overall, most studies had a high risk of bias. CONCLUSION: Only a minority of studies specifically addressed keloid properties, which makes comparisons between studies challenging. The authors' results suggest that keloid location, duration prior to treatment, size, history of recurrence, and severity are clinically relevant keloid properties that affect treatment efficacy. Further studies are crucial to corroborate the authors' findings, establish a clinically relevant keloid classification, and ultimately develop an evidence-based treatment algorithm that takes these properties into account.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
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 ».