MétaCan
Menu
Retour à la cohorte
Enregistrement W2941261251 · doi:10.1097/md.0000000000015342

(CONSORT) Wound closure using Dermabond after excision of hemangioma on the lip

2019· article· en· W2941261251 sur OpenAlexaboutno aff
Jung Woo Chang, Kyu Sang Cho, Woong Heo, Jang Hyun Lee

Notice bibliographique

RevueMedicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Facial Surgery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineScarsSurgeryHemangiomaWound dehiscenceDehiscenceWound healingFibrous jointPatient satisfactionWound closure

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: As the lip contains ample blood supply, hemangiomas often occur in this area. When surgical excision is performed, wound closure is important. To prevent infection from saliva and food, watertight wound closure is needed. The purpose of this study is to demonstrate the usefulness of Dermabond for wound closure after hemangioma excision on the lip. METHODS: Between December 2015 and August 2017, 11 patients with lip hemangioma underwent surgical excision. When closing the wound, Dermabond was used for skin closure after subcutaneous sutures. Demographic data and complications were recorded. Scars were evaluated with the Vancouver scar scale (VSS), and the postoperative shape of the lip was assessed on a 10-point satisfaction scale at 1 month and 6 months postoperatively. RESULTS: All cases completely healed without any complications, such as wound dehiscence or infection. There were no recurrences at postoperative 1 month during the follow-up period. The aesthetic results of the scars were also excellent. The average VSS score on postoperative 1 month was 4.2, and it decreased to 2.2 at postoperative 6 months. The average patient satisfaction score at postoperative 1 month was 7.4, and it increased to 9.5 at postoperative 6 months. CONCLUSION: Dermabond is useful for wound closure after hemangioma excision on the lip. It prevents wound contamination, and yields acceptable aesthetic 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: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

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)0,0030,000

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 Opus0,031
Tête enseignante GPT0,300
Écart entre enseignants0,269 · 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'étudeÉtude de cas
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetReconstructive Facial Surgery TechniquesTravaux en français237 207