MétaCan
Menu
Retour à la cohorte
Enregistrement W3008634734 · doi:10.1177/1203475420902044

Gaining Large Coverage With Small Island Pedicle Flaps in Tight Cosmetic Subunits: Taking Advantage of Rotation and Pincer Principles on the Nasal Ala

2020· article· en· W3008634734 sur OpenAlexaff
Noelle Wong, Irèn Kossintseva

Notice bibliographique

RevueJournal of Cutaneous Medicine and Surgery · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Facial Surgery Techniques
Établissements canadiensUniversity of British ColumbiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPincer movementMedicineRotation flapRotation (mathematics)SurgeryComputer scienceArtificial intelligenceBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Island pedicle flaps (IPFs) are widely used in reconstructive surgery due to their versatility, tissue efficiency, and excellent clinical outcomes. While IPF rotations and 'pincer flap' modifications have previously been sparsely described, they are not often discussed in the literature. OBJECTIVE: We demonstrate the use of both rotating IPFs and pincer techniques for defects traditionally considered too large for classic IPF design on the nasal ala. METHODS: Forty-four patients underwent alar repair using the rotation or combined rotation with pincer modification to the standard IPF technique from August 2014 to May 2017. Our technique is described and case examples are presented with photographs. RESULTS: Forty-four patients with an average alar defect size of 1.2 cm underwent repair using rotation only or rotation with pincer modification of the classic IPF approach. CONCLUSIONS: Reconstruction of large defects in small facial cosmetic subunits such as the nasal ala can be performed using principles of both rotating IPFs and the 'pincer flap' technique. The degree of rotation is directly related to the length of coverage. Modifications to the flap are straightforward to perform. Using these techniques, larger defects that previously would have been reconstructed using flaps that cross cosmetic boundaries can now be reconstructed within the same cosmetic unit, thus, improving aesthetic 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.

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)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,055
Tête enseignante GPT0,277
Écart entre enseignants0,222 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cutaneous Medicine and SurgeryMême sujetReconstructive Facial Surgery TechniquesTravaux en français237 207