Functional Outcomes of Major Upper Extremity Replantation: A Scoping Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Traumatic upper limb amputations proximal to the carpus are devastating injuries. Existing literature on outcomes following replantation is limited. Our objective was to perform a scoping review of (1) functional outcomes; (2) return to work data; and (3) secondary surgeries required following proximal to carpus replantation. METHODS: A literature search of MEDLINE, EMBASE, Cochrane, and CINAHL was performed according to PRISMA guidelines. All studies reporting on functional outcomes, return to work, or secondary surgeries following replant of traumatic proximal to carpus amputation were included. RESULTS: Of the 753 articles, 13 studies were included, accounting for 136 major upper extremity replants (0 shoulder, 36 arm, 14 elbow, 86 forearm). Average age was 35 (24 -47) years, with average follow-up of 8 years (2 -18). Chen's Functional Criteria was the most common tool for reporting outcomes (10/13). Level of injury was related to functional outcome, with excellent to good Chen scores for replants distal to elbow, and poor Chen scores for replants at or proximal to elbow. Return to work correlated with level of replantation, with successful return for 65% of forearm, 43% of elbow, and 32% of arm replants. A mean of 2.4 secondary procedures were required. CONCLUSIONS: This study provides insight into major upper extremity replantation, to assist in patient counseling and surgical decision making. Good functional outcomes and successful return to work are directly related to level of injury following major upper extremity replant. Patients should be counseled that more than 1 secondary procedure may be required.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle