The Application of a Free Nasal Floor Mucoperiosteal Graft in Endoscopic Sinus Surgery
Notice bibliographique
Résumé
BACKGROUND: Numerous reconstructive techniques and materials have been reported for repair of skull base defects, cerebrospinal fluid (CSF) leaks, and coverage of denuded bone, including pedicled vascularized flaps and free mucosal grafts. OBJECTIVE: This study described our technique of harvesting and transferring a free nasal floor mucoperiosteal graft and discussed our experience with the application of this technique. METHODS: A retrospective review of 19 patients (mean age, 53.7 years; 13 men, 6 women) treated with image-guided endoscopic sinus surgery for chronic rhinosinusitis or tumors. Intraoperative free mucosal graft repair was performed for large skull base defects after resection of skull base tumor (n = 7), CSF leak (n = 12), and iatrogenic CSF leak (n = 7). Repair was performed in an overlay or an underlay fashion, with a multilayer approach in cases of a large skull base defect. Patients underwent endoscopic assessment at 6 days, 5 weeks, and 12 weeks after surgery for assessment of healing and of CSF leak. The patients were followed up for a mean of 8.7 months. RESULTS: Minimal crusting was identified at the donor site in all the patients at 6 days, with no evidence of CSF leak. In cases of exposed bone and/or mucosal stripping, hyperostosis at the recipient graft site was avoided. All the patients had complete healing at the donor site and the recipient site, with minimal morbidity at 5 and 12 weeks, and no evidence of recurrent CSF leak. CONCLUSION: The use of nasal floor mucoperiosteal free grafts in endoscopic surgery offered the advantage of ease of harvest, coverage of large defects, and multiple applications of use, with minimal donor-site morbidity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».