Long-Term Health-Related Quality of Life Outcomes in Digital Replantation versus Revision Amputation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Earlier, digit viability judged the success of digital replantation. Now, utility health-related quality of life (HRQOL) measures can better assess the impact of digital replantation. Methods Overall, 264 digital injury patients were sent a regimen of utility measures: Disabilities of the Arm, Shoulder and Hand (DASH) score, European Quality of Life 5 Dimensions, visual analog scale (VAS), time trade-off (TTO), and standard gamble (SG). Overall, 51 patients responded completely to all of these—36 replantation patients and 15 revision amputation patients. The utility results of these patients were stratified between replantation versus revision amputation; dominant hand replantation versus nondominant hand replantation; and dominant hand revision amputation versus nondominant hand revision amputation. Results The mean VAS score of replant (0.84) and revision amputation (0.75) groups was significantly different (p = 0.05). The mean DASH score of dominant hand replantations (29.72) and nondominant hand replantations (17.97) was significantly different (p = 0.027). The dominant hand revision amputation had higher anxiety levels in comparison to nondominant hand revision amputation (p = 0.027). Patients with two or more digits replanted showed a significant decrease in VAS, TTO, and SG scores in comparison to patients who only had one digit replanted (p = 0.009, 0.001, and 0.001, respectively). Conclusions This study suggests that HRQOL can offer better indices for outcomes of digital replantation. This shows some specific replantation cohorts have a significantly better quality of life when compared with their specific correlating revision amputation cohort. These findings can be employed to further refine indications and contraindications to replantation and help predict the quality of life outcomes.
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle