MétaCan
Menu
Retour à la cohorte
Enregistrement W2067468012 · doi:10.1097/bot.0b013e318169074c

The Effect of Suture Pattern and Tension on Cutaneous Blood Flow as Assessed by Laser Doppler Flowmetry in a Pig Model

2008· article· en· W2067468012 sur OpenAlexaff
H. Claude Sagi, Steven Papp, Thomas DiPasquale

Notice bibliographique

RevueJournal of Orthopaedic Trauma · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueSurgical Sutures and Adhesives
Établissements canadiensUniversity of OttawaOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineFibrous jointBlood flowAnatomySurgeryLaser Doppler velocimetryAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the effects of various suture patterns on cutaneous blood flow (CBF) at the wound edge as increasing tension is applied through the suture. METHODS: Four different suture patterns commonly used for wound closure (simple, vertical mattress, horizontal mattress, and Allgower-Donati) were placed individually after a full-thickness incision was made in an anesthetized pig. A laser Doppler flowmeter (LDF) was placed on the skin edge after the suture was passed. Baseline CBF was recorded. Increasing tension was applied to the wound edge via the suture through a tensionometer in 0.5-lb (0.23-kg) increments from 0 to 2.5 lb (1.13 kg). CBF was then recorded as a function of tension for each suture pattern. RESULTS: The Allgower-Donati suture pattern affected CBF significantly less than the other three suture patterns did for all tensions from 0.5 to 2.0 lb (0-0.9 kg; P < 0.05). There were no significant differences between vertical mattress, horizontal mattress, and simple suture patterns. CONCLUSIONS: The Allgower-Donati suture pattern had the least effect on CBF with increasing tension in this model. Further study is warranted on the benefits of this suture pattern because it may decrease wound complications in traumatized tissues.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,244
Écart entre enseignants0,236 · 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

Citations71
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Orthopaedic TraumaMême sujetSurgical Sutures and AdhesivesTravaux en français237 207