MétaCan
Menu
Retour à la cohorte
Enregistrement W3042960493

Retrospective evaluation on the outcome of perineal herniorrhaphy augmented with porcine small intestinal submucosa in dogs and cats.

2020· article· en· W3042960493 sur OpenAlexaff
Natalie Swieton, Ameet Singh, Daniel J. Lopez, Michelle L. Oblak, Katie Hoddinott

Notice bibliographique

RevuePubMed · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTissue Engineering and Regenerative Medicine
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMedicineCATSMedical recordSurgerySubmucosaRetrospective cohort studyAbdominal surgeryInternal medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to evaluate post-operative outcome in dogs and cats undergoing perineal herniorrhaphy using porcine small intestinal submucosa (PSIS) alone and with internal obturator muscle transposition augmented with PSIS (IOMT + PSIS). Medical records were retrospectively reviewed and information collected on signalment, pre-operative signs, operative details, and hospitalization. Data on post-operative outcome were obtained from medical records and survey. Eleven dogs and 3 cats had 18 perineal hernias repaired with IOMT + PSIS and 3 using PSIS alone. Surgical site infection developed following IOMT + PSIS in 1/21 hernias (5.6%). Short- and long-term postoperative complications occurred in 9/14 animals and 3/14 animals, respectively. Among the 21 perineal hernias, 3 recurred, 2 of which were repaired with IOMT + PSIS and 1 with PSIS alone. Use of PSIS alone or augmenting IOMT was acceptable for perineal herniorrhaphy and should be considered by surgeons if there are concerns about internal obturator muscle integrity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,066
Tête enseignante GPT0,253
Écart entre enseignants0,188 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetTissue Engineering and Regenerative MedicineTravaux en français237 207