MétaCan
Menu
Retour à la cohorte
Enregistrement W2295915735 · doi:10.1097/scs.0000000000002409

Otoplasty Outcomes With Different Suture Materials in a Rabbit Model

2016· article· en· W2295915735 sur OpenAlexaff
Benjamin A. Taylor, Paul Hong

Notice bibliographique

RevueJournal of Craniofacial Surgery · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Facial Surgery Techniques
Établissements canadiensCapital District Health AuthorityIzaak Walton Killam Health Centre
Organismes subventionnairesnon disponible
Mots-clésOtoplastyMedicineFibrous jointSurgerySignificant differenceH&E stainRabbit (cipher)Staining

Résumé

récupéré en direct d'OpenAlex

Otoplasty is a commonly performed procedure to correct prominent ears. Many different otoplasty techniques have been described but there is no gold standard technique. As well, many different suture materials are used in otoplasty but studies directly comparing different sutures materials are lacking. An otoplasty outcome study with Nylon and Mersilene (2 of the most commonly used sutures in otoplasty) sutures was conducted using a rabbit model. Each rabbit ear was randomized to receive a Mustardé-type horizontal mattress suture with either 4-0 clear Nylon (N = 12 ears) or 4-0 Mersilene sutures (N = 12 ears). Two weeks after surgery, the auricular bend angle was measured with a finger goniometer and histologic analysis with hematoxylin and eosin staining was performed on the rabbit auricular cartilage. Overall, there was no significant difference in the mean bend angle between the 2 groups (Nylon: 135.8°, SD = 22.7° and Mersilene: 143.2°, SD = 19.7°; P = 0.559). Also, no qualitative difference was observed on histologic analysis between the 2 suture groups. In the current rabbit model study, both Nylon and Mersilene sutures performed well and no significant differences were noted.

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)0,002
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Craniofacial SurgeryMême sujetReconstructive Facial Surgery TechniquesTravaux en français237 207