MétaCan
Menu
Retour à la cohorte
Enregistrement W3197778175 · doi:10.1155/2021/4331250

Minimal One‐Third Incision and Four‐Step (MOTIF) Excision Method for Lipoma

2021· article· en· W3197778175 sur OpenAlexaboutno aff
Joseph Kyu‐hyung Park, Jinhyun Kim, Jong‐Ho Kim, Seokchan Eun

Notice bibliographique

RevueBioMed Research International · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineScarsSurgeryLipomaMotif (music)Complication

Résumé

récupéré en direct d'OpenAlex

Excision is the gold standard for lipomas. Patients desire minimal scars, but minimal incisions can increase complications and produce hypertrophic scars. We propose an algorithmic method named the minimal one-third incision and four-step extraction method (MOTIF) for lipoma excision. This retrospective study analyzed lipomas surgically excised using the MOTIF method at our institution between January 2016 and December 2018. A total of 112 lipomas were included. The complication rates and Vancouver Scar Scale (VSS) for three different size groups (<3 cm, 3 ~ 6 cm, >6 cm) were compared. Complete excision of all palpable lipomas was achieved with this approach. There were two seromas, two hematomas, and one postoperative nerve injury. There was no difference in complication rates and VSS between the three size groups. The MOTIF method is a cost-effective, reliable, and cosmetically pleasing method that can be applied to all lipomas regardless of size and location.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,407

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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 Opus0,207
Tête enseignante GPT0,480
Écart entre enseignants0,273 · 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'étudeAutre devis
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioMed Research InternationalMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207