The efficacy of dermofat grafts from the groin for correction of acquired facial deformities
Notice bibliographique
Résumé
BACKGROUND: Posttraumatic acquired facial deformities require surgical treatment, with options including scar revision, fat grafts, implant insertion, and flap coverage. However, each technique has specific advantages and disadvantages. . METHODS: From 2016 to 2018, 13 patients (eight with scar contracture and five with a depressed scar) were treated using dermofat grafts from the groin. The harvested dermofat was then inserted into the undermined dead space after the contracture was released, and a bolster suture was done for fixation considering the patient's contour and asymmetry. A modified version of the Vancouver Scar Scale and satisfaction survey were used to compare deformity improvements before and after surgery. . RESULTS: In most cases, effective volume correction and an aesthetically satisfactory contour were maintained well after dermofat grafting, without any major complications. In some cases, however, lipolysis proceeded rapidly when inflammation and infection were not completely eliminated. A significant difference was found in the modified Vancouver Scar Scale before and after surgery, with a p-value of 0.001. The average score on the satisfaction survey was 17.07 out of 20 points. . CONCLUSION: A dermofat graft with the groin as the donor site can be considered as an effective surgical option that is the simplest and most cost-effective method for the treatment of acquired facial deformities with scar contracture.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».