MétaCan
Menu
Retour à la cohorte
Enregistrement W2464646605 · doi:10.1097/bcr.0000000000000244

Modified Meek Micrografting Technique for Wound Coverage in Extensive Burn Injuries

2016· article· en· W2464646605 sur OpenAlexaff
Abelardo Medina, Timothy Riegel, Deborah Nystad, Edward E. Tredget

Notice bibliographique

RevueJournal of Burn Care & Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueWound Healing and Treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineTotal body surface areaSurgeryBurn woundAcinetobacter baumanniiMethicillin-resistant Staphylococcus aureusStaphylococcus aureusPseudomonas aeruginosaWound healingBiologyBacteria

Résumé

récupéré en direct d'OpenAlex

The modified Meek micrografting technique constitutes a rapid and efficient surgical approach for the skin coverage of extensive full-thickness burn injuries. A total of 10 burn patients (mean 68 ± 9.2% TBSA) admitted to our burn unit required one or more Meek micrografting procedures (mean 2.2 ± 0.5) to cover in average 43.4 ± 11.6% TBSA (range between 10 and 75% TBSA). This goal was achieved using a donor site area ranging between 2.5 and 18% TBSA. All patients developed local infection to Pseudomona aeruginosa (75%), Stenotrophomona maltophilia (25%), methicillin-resistant Staphylococcus aureus (12.5%), and Acinetobacter baumannii (12.5%). Thus, the average of Meek regrafting after graft-take failure was 13.1 ± 6.4% TBSA (median: 9%; range from 0 to 36%). The period to obtain stable definitive wound closure was in average of 67.2 ± 21 days post injury. The modified Meek micrografting provides a reliable and versatile method for the coverage of large burn wounds with limited autograft donor sites and is now routinely used in our institution. Its systematic use improves operating times and overall outcomes reducing the number of surgeries, increasing the percentage of graft take, and decreasing the length of stay.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,074
Tête enseignante GPT0,426
Écart entre enseignants0,352 · 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

Citations44
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetWound Healing and TreatmentsTravaux en français237 207