Association between vitamin D and cholesterol in post-acne hypertrophic scars and keloids: A cross-sectional study
Notice bibliographique
Résumé
Background: Post-acne hypertrophic scars and keloids result from abnormal wound healing within the pilosebaceous unit. Ruptured microcomedones create wounds that can lead to prolonged inflammation, increased collagen synthesis, and fibrinolysis inhibition, resulting in elevated scar tissue in acne lesions. Vitamin D deficiency can lead to prolonged inflammation and damage to dermal collagen. High total cholesterol levels can lead to excessive sebum production, exacerbating inflammation and fibrosis. This study aimed to determine the association between serum vitamin D and total cholesterol levels with scar severity in patients with post-acne hypertrophic scars and keloids. Methods: This analytical cross-sectional study was conducted at Dr. Mohammad Hoesin General Hospital, Palembang, South Sumatera, Indonesia, among patients who met the inclusion and exclusion criteria. Scar severity was assessed using the Vancouver Scar Scale (VSS). Blood samples were collected for examination of serum vitamin D and total cholesterol. The data were analyzed statistically. Results: Chi-square test of serum vitamin D with VSS scores showed a significant association (p-value = 0.007), while total cholesterol with VSS showed no association (p-value = 1.000). Odd-ratio (OR) for serum vitamin D and VSS was 60, concluding that vitamin D deficiency increased the risk of high VSS by 60-fold in study patients. Conclusion: There was a significant association between serum vitamin D levels and VSS score, while there was no association between total cholesterol and VSS score. Deficiency of serum vitamin D is associated with a higher risk of developing a higher VSS score in patients with post-acne hypertrophic scars and keloids.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».