Bibliometric Analysis of Platelet-Rich Plasma Treatment for Hair Restoration, Facial Rejuvenation, Dental Procedures, and Gynecological Rejuvenation
Notice bibliographique
Résumé
Introduction: Autologous platelet-rich plasma (PRP) technologies offer an attractive treatment option for various medical fields. Owing to its high concentration of growth factors, PRP has been posited to induce proliferation, differentiation, and angiogenesis at the cellular level, as well as wound-healing and remodeling at the tissue level. The goal of the present bibliometric analysis was to characterize the growing body of literature concerning PRP use in various medical applications. Methods: A comprehensive literature search was performed on June 28, 2024, using Web of Science and SCOPUS databases, covering all available publications in selected categories from 2001 to present. Results: PRP use for hair restoration had both the greatest number of total publications among the investigated applications, whereas PRP use in dental procedures had the longest-standing history of publications. PRP use in hair restoration and facial rejuvenation had the greatest number of placebo-controlled and double-blinded randomized controlled trials; however, the impact of results may suffer from a lack of consistency in PRP preparation and outcome measurement between different studies. Conclusion: To effectively validate the utility of PRP across various medical interventions, careful consideration of methodology should be undertaken for future studies to ensure validity of results.
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 | 0,008 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,164 | 0,202 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».