High-Frequency Ultrasound: A Useful Tool for Evaluating the Abdominal Wall following Free TRAM and DIEP Flap Surgery
Notice bibliographique
Résumé
BACKGROUND: This is the first study to use a standardized ultrasound protocol to evaluate hernia and abdominal wall laxity following free transverse rectus abdominis myocutaneous (TRAM) and deep inferior epigastric perforator (DIEP) flap surgery. METHODS: All patients who underwent free TRAM and DIEP flap surgery performed by the senior author between the years 1994 and 2003 were recruited for physical examination and ultrasound of the abdominal wall for the dynamic evaluation of hernia and abdominal wall laxity. RESULTS: A total of 25 of 28 patients were followed up (89 percent). Eleven were in the DIEP flap group (44 percent) and 14 were in the free TRAM flap group (56 percent). Age- and body habitus-matched female volunteers (n = 12) were also used in this study. The mean follow-up was 3.8 years (range, 0.8 to 8.2 years). Although the kappa coefficient was +1 for detection of hernia on physical examination between two independent examiners, the interobserver correlation was poor for detection of bulges (kappa coefficient, +0.53). Ultrasound showed that abdominal wall laxity was statistically highest in the upright position, followed by 30 degrees of truncal flexion, and lowest in the supine position. The amount of abdominal wall laxity detected by ultrasound was significantly higher in the free TRAM flap group than in the free DIEP flap group. Two hernias were detected in the TRAM flap group by ultrasound and one hernia was previously known in the DIEP flap group. CONCLUSION: This is the first study to establish a standardized ultrasound protocol as an adjunct diagnostic tool to clinical examination for the dynamic evaluation of postoperative hernia and abdominal wall laxity.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».