Determinants of Success in Single- and Multi-Digit Replant
Notice bibliographique
Résumé
Purpose: Understanding the variables that influence success in digital replant surgery is essential to guide clinical decision-making and to counsel patients. The purpose of this study was to determine the replant success rate and identify predictors of success at our tertiary care centre. Methods: This was a single centre, retrospective cohort study of consecutive patients who underwent digital replantation from January 2000 to September 2018. Adult patients with flexor zone I to III amputations were included. Patient demographics, comorbidities, injury pattern, operative data, and post-operative care were reviewed. The primary outcome was survival of the replanted digit at discharge. Results: A total of 146 patients met inclusion criteria. Of these, 100 had single-digit replants and 46 underwent multi-digit replants for a total of 220 digits. The success rate was 71%. Predictors of success included sharp mechanism of injury (P < .01), incomplete amputation (P < .01), amputation proximal to zone I flexor level (P = .02), post-operative acetylsalicylic acid use (P < .01), absence of leech use (P = .05), and absence of operative re-exploration (P < .01). Daytime replants had similar outcome compared to nighttime replants despite having increased ischemia time (7.9 ± 3.9 hours vs 6.8 ± 2.6 hours, P = .02). However, daytime operative time (7.8 ± 3.7 hours) was significantly shorter than nighttime replant time (9.6 ± 5.9 hours, P = .01). Conclusion: Sharp amputation, intact venous drainage, proximal amputation, and acetylsalicylic acid use were associated with replant survival and are factors to consider when managing patients for digital replantation. Leech therapy and operative re-exploration were associated with poor outcome. Nighttime replants required significantly longer operative time than daytime replants despite similar survival outcome.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».