MétaCan
Menu
Retour à la cohorte
Enregistrement W2074313140 · doi:10.1097/bcr.0b013e318247eb06

Face Allotransplantation and Burns

2012· review· en· W2074313140 sur OpenAlexaff
Anna Arno, Juan P. Barret, Rachael A. Harrison, Marc G. Jeschke

Notice bibliographique

RevueJournal of Burn Care & Research · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueOrgan and Tissue Transplantation Research
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of General Medical SciencesFundació Institut de Recerca Hospital Universitari Vall d’Hebron
Mots-clésMedicineAllotransplantationNeurofibromatosisSurgeryTransplantationIntensive care medicinePathology

Résumé

récupéré en direct d'OpenAlex

Burns may represent one of the main indications for face allotransplantation. Severely disfigured faces featuring a devastating appearance and great functional impairments are not only seen as burn sequelae but also occur as a result of other traumatic injuries, oncological surgical resections, benign tumors (eg, neurofibromatosis), and major congenital malformations. To date, 20 human face composite tissue allotransplants have been performed with success. Despite the initial scepticism about its applicability, due mainly to ethical and technical reasons, the previous worldwide cases and their associated positive outcomes, including acceptable immunosuppressive regimens, excellent aesthetic and functional results, and good psychological acceptance by the recipient, enable the conclusion that face composite tissue allotransplantation has become another therapeutic strategy in the reconstructive surgical armamentarium, which bears special consideration when dealing with severely disfigured burned patients. The aim of this review is to describe the basics of face composite tissue allotransplantation and give an overview of some of the cases performed until now, with special attention paid to debating the pros and cons of its applicability in burn patients.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,234
Tête enseignante GPT0,506
Écart entre enseignants0,272 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations26
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetOrgan and Tissue Transplantation ResearchTravaux en français237 207