MétaCan
Menu
Retour à la cohorte
Enregistrement W2947839608 · doi:10.1097/moo.0000000000000556

Current approaches to cleft lip revision

2019· review· en· W2947839608 sur OpenAlexaff
Damir B. Matic

Notice bibliographique

RevueCurrent Opinion in Otolaryngology & Head & Neck Surgery · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCleft Lip and Palate Research
Établissements canadiensVictoria HospitalLondon Health Sciences CentreSt Joseph's Health Care
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychosocialSurgeryLocal anesthesiaDentistry

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Cleft lip repair requires multidisciplinary follow-up throughout a child's life and often requires lip revision surgery in adolescence to restore function and symmetry of the lip. There is significant variability in the approaches taken for lip repair and therefore a review of current techniques and subsequent guidance to secondary cleft lip repair is warranted. RECENT FINDINGS: New methods of secondary reconstruction can be divided into superficial or muscle related. Recent suggestions for superficial reconstruction include botulinum toxin injection, silicone gel sheeting, local flap reconstruction, fat grafting, and CO2 laser ablation. Suggestions for muscular reconstruction include pedicled prolabial flaps, modified Abbe flap, and orbicularis oris eversion. SUMMARY: Secondary cleft lip deformities can be classified as superficial or muscle related. Superficial problems require relatively minor treatments such as laser, local scar revisions, small local flaps, mucosal excision, or fat grafting. Muscle deformities generally require total lip revision and rerepair as a first step to achieving longstanding improvements in lip esthetics and function. Cleft lip revision should only be considered in concert with the patient, be based on the patient's concerns and desires, and offered at the appropriate timeline to improve social integration and/or psychosocial wellbeing.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,282
Tête enseignante GPT0,412
Écart entre enseignants0,130 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Otolaryngology & Head & Neck SurgeryMême sujetCleft Lip and Palate ResearchTravaux en français237 207