MétaCan
Menu
Retour à la cohorte
Enregistrement W3097858946

P146 : Facial reconstruction with island pedicle flap after mohs micrographic surgery

2013· article· en· W3097858946 sur OpenAlexaboutno aff
Sang Ho Youn, Sang Hyun Song, Chan Ho Na, Bong Seok Shin, Min Sung Kim

Notice bibliographique

Revue프로그램북(구 초록집) · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Facial Surgery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryCheekFacial reconstructionNoseMohs surgerySkin cancerEyelidCancer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: There is currently an increasing attention in the field of dermatology for surgical therapy for removal and reconstruction of skin cancers. Island pedicle flap has been considered a method in reconstructive surgery due to simplicity of flap design and reliability after Mohs micrographic surgery(MMS). Especially, it is suitable for reconstruction of upper lip, cheek, lateral side wall of nose, and shows superior advantages of color and texture over various transposition flap and skin graft. Objectives: Our purpose is to report our experience with island pedicle flap in reconstruction of surgical defects of the face after MMS, using postoperative clinical and cosmetic results. Methods: From April 2011 to April 2013, 11 patients were diagnosed non-malignant melanoma skin cancer on the face and were treated with MMS. The surgical defects were reconstructed with island pedicle flap. We reviewed the medical records and evaluated clinical aspects and surgical treatment outcomes, and cosmetic results were scored as the Vancouver Scar Scale(VSS). Results: Cosmetic results of reconstructions were satisfactory, and 10 cases of 11 cases (90.9%) showed good to excellent results after 6months. Conclusion: We found island pedicle flap was simple to reconstruct defects and provided aesthetically good results. Therefore, this flap could be excellent choice for facial reconstruction after MMS.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,177
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue프로그램북(구 초록집)Même sujetReconstructive Facial Surgery TechniquesTravaux en français237 207