Laser therapy for treating cleft lip or/and palate scarring—a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract This review aims to assess the efficacy and safety of laser therapy in managing scars resulting from cleft lip and/or palate (CL/P) repair surgeries, as well as to determine the optimal timing for intervention. A systematic search was conducted across four databases using a predefined search strategy. Studies included were randomized controlled trials, non-randomized studies, and case series focusing on laser therapy for CL/P scars. Data extraction and analysis were performed using Revman Software. A total of two randomized controlled trials, four non-randomized studies, and three case series were included in the analysis. The fractional CO2 laser was the most commonly utilized type of laser. Following laser therapy, there was a significant decrease in Vancouver Scar Scale (VSS) scores by 4.05 (95% CI, 2.10–5.99). Meta-analysis revealed that laser treatment groups exhibited a significantly lower mean VSS score (1.3; 95% CI, 0.02–2.67) compared to control groups. Moreover, initiating laser therapy intervention at one month postoperatively resulted in a significantly lower VSS score compared to initiation at three months postoperatively (difference of 1.70; 95% CI, 1.33–2.08). No severe complications were reported. Laser therapy demonstrates effectiveness and safety in improving CL/P scars, with earlier intervention yielding greater benefits.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,019 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».