Comparative efficacy and clinical outcomes of compound betamethasone and triamcinolone acetonide on IL-6 and IL-17 in keloid treatment.
Notice bibliographique
Résumé
Purpose: To determine the efficacy and clinical outcomes of compound betamethasone and triamcinolone acetonide on interleukin-6 (IL-6) and interleukin-17 (IL-17) in keloid management. Methods: This study was a retrospective analysis of 118 keloid patients treated at The First Affiliated Hospital of Hebei North University, Zhangjiakou, China from January 2020 to December 2022. Patients were randomly divided into Group A (comprising 62 patients who received compound betamethasone) and Group B (comprising 56 patients who received triamcinolone acetonide). Treatment efficacy after 6 months using the Vancouver Scar Scale (VSS), changes in IL-6 and IL-17 levels, and incidence of treatment-related adverse reactions were compared in both groups. Results: Group A demonstrated significantly higher overall response rate compared to Group B (p < 0.05). Both groups showed significant reductions in IL-6 and IL-17 levels after treatment (p < 0.05). However, Group A showed significantly lower IL-6 and IL-17 (p < 0.05) and significantly higher VSS scores t Group B (p < 0.05). Incidence of adverse reactions was comparable between the groups (p > 0.05). Conclusion: Compound betamethasone shows superior efficacy in reducing IL-6 and IL-17 levels and improves scar appearance in keloid patients comparable to triamcinolone acetonide. Prospective studies with larger sample sizes to evaluate the efficacy of various treatments or combination therapies should be conducted.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».