Maximizing keloid treatment efficacy: Enhanced results through the synergy of erbium glass laser and intralesional steroids
Notice bibliographique
Résumé
Objectives Keloids are benign hyperplasias precipitated by tissue injury, usually refractory to several treatment modalities. Therefore, there is always a search for novel combination therapeutic options. In this study, we sought to analyze keloid treatment efficacy by combining intralesional steroid (ILS) and erbium glass laser. The study aims to compare the efficacy and outcome of erbium glass laser plus ILS for the treatment of keloids. This is a retrospective, single-center, uncontrolled, open-label study. Material and Methods A total of 44 patients with keloids at various sites were included in the study according to the inclusion criteria. Each lesion was treated with a single pass of Erbium glass laser (1540 nm), without overlap, followed by 40 mg/mL of ILS in the same sitting. Six sessions were carried out at monthly intervals. The modified Vancouver scar scale (VSS) was used for the assessment of keloidal scar reduction. Scars were reassessed after 6 months of the last session. The Statistical Package for the Social Sciences software Windows version 23.0 was used to analyze the data. Fisher’s exact test was used and P ≤ 0.05 was considered significant. Results 30 patients came for regular follow-up. During the follow-up after cessation of treatment, only two patients showed recurrence. There was a statistically significant mean difference between the modified VSS score at baseline and that after 6 months of therapy. Conclusion Combining erbium glass laser with ILS can have promising results for the treatment of keloids with fewer treatment sessions, alleviating pain and pruritus, lesser recurrence rate, and thereby resulting in higher patient satisfaction.
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 | 0,000 | 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 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 ».