Efficacy of Punch Excision Combined With Superficial X‐Ray for the Treatment of Keloids: A Single‐Center Retrospective Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Keloid management remains a challenge for clinicians. Recently, punch excision and photoelectric technology have demonstrated promising clinical applications for managing keloids; however, few studies have examined the efficacy and safety of punch excision combined with superficial X‐ray for treating keloids. Objective: To investigate the efficacy and safety of punch excision combined with superficial X‐ray for treating keloid. Methods: In this retrospective study, we analyzed the clinical records of 60 patients with keloid scars who underwent punch excision combined with superficial X‐ray at our hospital, from April 2020 to April 2023. The Vancouver Scar Scale (VSS) and Patient and Observer Scar Assessment Scale (POSAS) 2.0 Patient Scale serve as the primary assessment tools to evaluate all patients, both prior to the initial treatment and one year after the completion of therapy. SPSS software was used for statistical analysis to assess keloid improvement. Results: In the 60 patients with keloids, varying degrees of improvement were observed. The VSS and POSAS scores recorded 1 year after treatment were significantly lower than the pretreatment scores ( p < 0.001). No severe adverse reactions were observed during treatment. Conclusion: The combination of punch excision and superficial X‐ray demonstrated a notable therapeutic effect on keloids without evident adverse reactions, offering a safe and effective option for patients with keloids. Trial Registration: Chinese Registry of Clinical Trials: ChiCTR2400094289
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle