Treatment of Congenital Facial Nevi
Notice bibliographique
Résumé
The treatment of congenital facial nevi is often difficult and challenging. Previous authors have reported their techniques, results, and complications when treating these lesions. Our objectives are to simplify the treatment planning by subdividing the lesions with a new classification and using this to formulate a surgical algorithm. One hundred and two patients with congenital facial nevi were reviewed. All of these patients have had surgical excision for the lesions. We have subgrouped the lesions into three groups, according to size, number of aesthetic units involved, and number of reconstructive stages required. Group I included lesions 1 to 3 cm in maximal diameter, within one aesthetic unit, and requiring one or two reconstructive stages. This group included 29 patients. Group II included lesions 3 to 12 cm in maximal diameter, covering one or two aesthetic units, and requiring not more than two stages of reconstruction. This group had 41 patients. Group III consisted of extensive lesions, over 12 cm in maximal diameter, covering several aesthetic units, and requiring several stages of reconstruction. In this group, we had 32 patients. On the basis of our experience in treating congenital facial nevi in this series, we have developed a surgical algorithm for reconstruction. We are optimistic that this will assist the surgeon in surgical planning and treating this complex patient population. The algorithm is arranged according to the new classification of congenital facial nevi that is presented.
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 | 0,000 |
| 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 ».