Synthetic Dermal Fillers in Treating Acne Scars: A Comparative Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Acne is a common condition observed in adolescents and in most severe acne the scars develop. There are numerous treatment options for acne scars. However, no standardized guidelines have been established to guide physicians in the optimal treatment of acne scars. AIMS: The objective of this systematic review is to evaluate the existing evidence on various fillers used for the treatment of acne scars and to compare their effectiveness with one another. METHODS: The study was designed following PRISMA guidelines, and the information was retrieved in May 2024 using the PubMed database and ClinicalTrials.gov registry. The inclusion criteria were that studies involving patients of any age or gender with acne scars of any type treated with synthetic dermal fillers, and studies published in English. The exclusion criteria were studies with less than 10 participants and studies that did not use synthetic dermal fillers. To assess the risk of bias in the included studies, the Cochrane Collaboration's Risk of Bias tool was used for randomized controlled trials, and in observational studies, the Newcastle-Ottawa Scale was used. RESULTS: Twenty-six studies were included with a total of 1121 participants. Fourteen studies evaluated HA on 372 subjects, five studies focused on PMMA on 305 subjects, four on CaHA on 392 subjects, two on PLLA on 42 subjects, and one on PCL on 10 subjects. CONCLUSIONS: Most of the studies included in this review were of low quality, as indicated by their scores on quality assessments, lack of high-quality RCTs, and small sample sizes. Future research should focus on conducting randomized, controlled, split-face studies with an adequate number of participants and a detailed examination of different scar subtypes.
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) | 0,012 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».