MétaCan
Menu
Back to cohort
Record W4412055163 · doi:10.58490/ctump.2025i86.3548

NGHIÊN CỨU ĐẶC ĐIỂM LÂM SÀNG, KẾT QUẢ ĐIỀU TRỊ TẠI CHỖ VẢY NẾN MẢNG VÙNG DA ĐẦU BẰNG E-PSORA (PHA, JOJOBA OIL, VITAMIN E) VÀ DẦU GỘI DERMA (PHA, BAICAPIL) TẠI VIỆN NGHIÊN CỨU DA THẨM MỸ QUỐC TẾ FOB® NĂM 2023-2024

2025· article· vi· W4412055163 on OpenAlexaff
Thanh Hùng Nguyễn

Bibliographic record

VenueTạp chí Y Dược học Cần Thơ · 2025
Typearticle
Languagevi
FieldMedicine
TopicDigital Imaging in Medicine
Canadian institutionsSKiN Health
Fundersnot available
KeywordsPhysicsChemistry

Abstract

fetched live from OpenAlex

Đặt vấn đề: Vảy nến mảng vùng da đầu được xem là vị trí khó điều trị trong vảy nến. Trong giai đoạn duy trì bệnh, việc tuân thủ điều trị để giảm tiến triển bệnh là cần thiết. Kem E-PSORA và dầu gội Derma được kết hợp để giải quyết vấn đề này. Mục tiêu nguyên cứu: 1. Mô tả đặc điểm lâm sàng của bệnh vảy nến mảng vùng da đầu; 2. Đánh giá kết quả điều trị tại chỗ vảy nến mảng vùng da đầu bằng kem E-PSORA và dầu gội Derma. Đối tượng và phương pháp nghiên cứu: Nghiên cứu mô tả hàng loạt ca trên 51 bệnh nhân vảy nến mảng vùng da đầu. Kết quả: Ngứa là triệu chứng cơ năng thường gặp nhất trong vảy nến mảng vùng da đầu. Có sự tương quan giữa triệu chứng ngứa và sự nghiêm trọng của bệnh. Đỏ da chiếm 100% trong triệu chứng thực thể của bệnh. Trung bình PSSI trước và sau 6 tuần điều trị lần lượt là 12,43 và 3,65. Kết quả từ khá đến rất tốt chiếm 92,16%. Kết luận: Ngứa là triệu chứng cơ năng thường gặp nhất trong vảy nến mảng vùng da đầu. Có sự tương quan giữa triệu chứng ngứa và sự nghiêm trọng của bệnh. Kết hợp kem EPSORA và dầu gội Derma có hiệu quả làm giảm tổn thương vảy nến mảng vùng da đầu, là một liệu pháp phù hợp đối với giai đoạn duy trì ở những bệnh nhân mức độ nhẹ và trung bình.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.005
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Scholarly communication, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.411
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.005
Meta-epidemiology (narrow)0.0050.005
Meta-epidemiology (broad)0.0070.002
Bibliometrics0.0030.006
Science and technology studies0.0020.003
Scholarly communication0.0020.003
Open science0.0050.003
Research integrity0.0020.006
Insufficient payload (model declined to judge)0.0080.010

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.016
GPT teacher head0.310
Teacher spread0.293 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueTạp chí Y Dược học Cần ThơSame topicDigital Imaging in MedicineFrench-language works237,207