MétaCan
Menu
Retour à la cohorte
Enregistrement W7135657600

High Intensity Laser Utilization in Chronic Scar Treatment

2024· dissertation· cs· W7135657600 sur OpenAlexaboutno aff
Eliška Richtrová

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2024
Typedissertation
Languecs
DomaineMedicine
ThématiqueDermatologic Treatments and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPalpationScarsAnamnesisPhysical examinationLaser treatment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis focuses on the use of high-intensity lasers in the treatment of chronic scars. The theoretical part provides general information about non-invasive lasers and their application in medicine. It also describes the issue of scars and various physiotherapy methods for influencing scars. The main purpose of the study was to record any subjective or objective changes in chronic post-operative scars (older than 3 months) after 6 applications of a high-intensity laser. A secondary goal was to compare these results with other studies. The research involved six probands (2 men and 4 women) aged between 20 and 63 years. Participants were selected based on their registration through a created informational leaflet. All probands underwent an entrance examination before the application of high- intensity laser therapy and an exit examination after its application. This examination included an anamnesis focused primarily on the patient's scar, palpation and visual inspection of the scar with photographic documentation, the use of the Vancouver Scar Scale (VSS) and Patient and Observer Scar Assessment Scale (POSAS) questionnaires, and diagnostic sonography using a 24 MHz probe (DICOM). The therapy was conducted using the Opton Pro 25 W high- intensity laser from Zimmer. The obtained results were highly...

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,310
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)Même sujetDermatologic Treatments and ResearchTravaux en français237 207