MétaCan
Menu
Retour à la cohorte
Enregistrement W4285403825 · doi:10.1016/j.orthop.2022.07.001

Complex limb salvage with an orthoplastic approach

2022· article· en· W4285403825 sur OpenAlexaff
Natasha Barone, Julien Montreuil, Mitchell Bernstein, Stéphanie Thibaudeau

Notice bibliographique

RevueOrthoplastic Surgery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBone fractures and treatments
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineAmputationTibiaSurgeryExternal fixationSoft tissueSalvage therapyInternal fixationExternal fixator

Résumé

récupéré en direct d'OpenAlex

Abstract Lower extremity trauma is an important cause of patient morbidity and disability-adjusted life years (DALYs). It also presents a significant reconstructive challenge for surgeons. Mangled extremity injuries can result in an amputation when limb salvage procedures are unsuccessful. Identifying strategies to optimize limb salvage attempts is necessary to improve postoperative outcomes. Establishing a constructive relationship between orthopaedic and plastic surgeons has been shown to be beneficial and subject to a growing interest in the trauma literature. We present the case of a 42-year-old male referred to our institution for limb salvage after sustaining severe bilateral lower extremity injuries. These included a right open Gustilo 3B tibia shaft fracture with a critical bone defect combined with a left floating knee (closed femur fracture and open Gustilo 3C tibia fracture). Bilateral tibia fracture-related infections were treated in conjunction with successful flap coverage. Following eradication of the infections, adequate soft tissue coverage and stable bony fixation, the tibia critical bone defect of close to 8 cm was treated with bone transport. Limb salvage was successful; amputation was avoided, and good function of both limbs was achieved. This manuscript shares a great clinical success in the extensive collaboration between two surgical subspecialties. Highlights

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 enseignants0,044
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)0,0020,000

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 Opus0,036
Tête enseignante GPT0,251
Écart entre enseignants0,216 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthoplastic SurgeryMême sujetBone fractures and treatmentsTravaux en français237 207