MétaCan
Menu
Retour à la cohorte
Enregistrement W3177014022 · doi:10.1096/fasebj.27.1_supplement.742.2

Predicting the course of the marginal mandibular nerve: an evaluation of surgical landmarks

2013· article· en· W3177014022 sur OpenAlexaff
Joel Davies, Adel Fattah, Mayo Ravichandiran, Anne Agur

Notice bibliographique

RevueThe FASEB Journal · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueNerve Injury and Rehabilitation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineMandible (arthropod mouthpart)Mandibular nerveAnatomyAnatomical landmarkFacial nerveInferior alveolar nerveOrthodonticsBiologyMolar

Résumé

récupéré en direct d'OpenAlex

The inferior branch of the marginal mandibular nerve (IMB) is at risk of injury during surgical neck dissections due to its variability. Often surgeons rely on a two‐finger breadth, and/or 2cm distance below the inferior border of the mandible for submandibular incision placement (Witt, 2006). The purpose was to evaluate the accuracy of the landmarks and to define other fixed landmarks to avoid IMB injury. In ten Thiel embalmed specimens, six independent raters palpated/pinned the inferior border of the mandible and a line two‐finger breadths below. Each pinhead was digitized (Microscribe®) and a superficial musculoaponeurotic (SMAS) flap was raised using a Ridson approach. The IMB was identified and digitized from the parotid gland to the depressor anguli oris/labii inferioris. The digitized data were modeled (Autodesk Maya®) and distances between the IMB and landmarks quantified. The distance from the IMB to the inferior border of the mandible varied from 2.5–11.5mm (7.5±2.9) suggesting that in some cases the 2cm landmark may be risky. The two‐finger breadth line to the IMB was 18.9–38.2mm (30.6±7.2) indicating adequate clearance for the nerve. Other landmarks have been documented. To avoid injury of the IMB during surgical neck dissections, easily measurable and reliable bony landmarks should be identified which can accurately predict the course and distribution of the nerve.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,022
Tête enseignante GPT0,313
Écart entre enseignants0,290 · 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'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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetNerve Injury and RehabilitationTravaux en français237 207