MétaCan
Menu
Retour à la cohorte
Enregistrement W2332759629 · doi:10.1097/prs.0b013e31820a6511

The Use of Acellular Dermal Matrix in Release of Burn Contracture Scars in the Hand

2011· article· en· W2332759629 sur OpenAlexaff
Morad Askari, Myles J. Cohen, Peter H. Grossman, David A. Kulber

Notice bibliographique

RevuePlastic & Reconstructive Surgery · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensBurman University
Organismes subventionnairesnon disponible
Mots-clésMedicineContractureSurgeryScarsDeformitySoft tissueWristRange of motionMuscle contracture

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Contracture deformities of the upper extremity are encountered frequently in burn victims. Surgical repair of this problem is challenged by a paucity of soft tissue, poor functional outcome, and a high rate of recurrence. Acellular dermal matrix has become increasingly popular in reconstructive surgery--at times--as an alternative to local and free tissue transfer in different parts of the body. However, its applicability in contracture release, particularly in hand surgery, has not been widely explored. METHODS: Nine patients with burn contracture scars involving different locations in the hand and the wrist underwent two-stage reconstruction consisting of contracture release and use of acellular dermal matrix followed by definitive coverage with skin graft at the second stage. Patients were followed up for a period of at least 10 months (range, 10 to 25 months), during which time the passive range of motion of the hand was used as a quantitative measure of surgical outcome. RESULTS: All nine patients retained at least 83 percent of the corrected range of motion involving the affected joints by 1 year and at least 89 percent of correction at each webspace. No patient required a revision procedure. CONCLUSION: Acellular dermal matrix can be an effective tool in surgical treatment of difficult burn contracture deformity in the hand, with lasting results.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,058
Tête enseignante GPT0,263
Écart entre enseignants0,206 · 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'étudeObservationnel
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

Citations76
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic & Reconstructive SurgeryMême sujetWound Healing and TreatmentsTravaux en français237 207