Impact of penile degloving and proximal ventral dissection on curvature correction in children with proximal hypospadias
Notice bibliographique
Résumé
INTRODUCTION: Penile degloving is an important step in orthoplasty. Although its role in correcting mild curvature in distal and midshaft hypospadias has been previously reported, its impact on ventral curvature (VC) correction in proximal defects warrants further investigation. Therefore, we sought to document the effect of degloving and proximal urethral dissection on VC correction in children with proximal hypospadias. METHODS: We retrospectively reviewed the records of 137 patients who underwent proximal hypospadias repair between 1998 and 2006. VC, defined as mild (<30%), moderate (30%-45%), and severe (>45%), was recorded before penile degloving and after erection test. Percent improvement in VC and need for further treatment (beyond degloving and proximal dissection) based on preoperative degree of curvature were assessed. ANOVA test was used to compare improvement among the 3 groups. RESULTS: Mean age at repair was 14 months (range: 6-24). Penile degloving associated with proximal urethral dissection when necessary was responsible for the improvement in the degree of curvature in 7 of 9 (77%) patients with mild VC, 23 of 44 (52%) with moderate and 35 of 84 (40%) with severe VC. Additionally, degloving alone was sufficient for VC correction in 7 of 9 (77%) mild cases, 14 of 44 (30%) moderate and only 2 of 84 (2%) severe cases. The difference among these 3 groups was statistically significant (p < 0.001). CONCLUSIONS: Penile degloving alone can correct VC. The percentage of improvement depends on the preoperative degree of curvature, with severe VC cases showing the least improvement.
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) | 0,000 | 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 | 0,001 |
| 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 ».