Efficacy of botulinum toxin type A injections in improving hypertrophic scarring and keloid formation: A systematic review and meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
Introduction: This article aims to provide a systematic review of the use of botulinum toxin type A (BTA) in the prevention and treatment of hypertrophic scars and keloids. These types of scars pose significant challenges in clinical practice, and alternative treatment approaches are being explored. BTA has shown promise in its potential to modulate scar formation and improve outcomes. Material and Methods: Following the guidelines set forth by the preferred reporting items for systematic reviews and meta-analyses, a thorough examination of the available literature was conducted, encompassing the period from the inception of relevant databases until September 2023. The electronic databases utilized for this review included CENTRAL, MEDLINE, Google Scholar, and EMBASE. Results: Our review evaluated 1001 articles, ultimately including 12 randomized controlled trials that fulfilled our inclusion criteria. The visual analog scale (VAS) scores revealed a significant improvement in the cosmetic outcomes for the BTA group (mean difference [MD] 1.03, 95% confidence interval [CI] 0.01–2.05, P < 0.0001). Similarly, the vancouver scar scale (VSS) scores indicated superior scar quality in the BTA group (MD = −1.18, 95% CI −1.94 to −0.42, P = 0.001). Adverse events were minimal and included instances such as mild eyelid drooping and the development of an abscess requiring surgical intervention. Conclusion: Our systematic review and meta-analysis indicate that BTA significantly improves hypertrophic scars and keloids, as shown by better VAS and VSS scores. Adverse events were minimal. Further large-scale studies are needed for validation.
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 | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,036 | 0,005 |
| Bibliométrie | 0,002 | 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 | 0,000 |
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 ».