Secondary Autologous Fat Grafting for the Treatment of Chin Necrosis as a Consequence of Prone Position in COVID-19 Patients
Notice bibliographique
Résumé
Due to the spread of the coronavirus disease 2019 pandemic, an increasing number of ill patients have been admitted to intensive care unit requiring mechanical ventilation. Although prone positioning is considered beneficial, long periods in this position may induce important complications, including pressure ulcers in high-risk and uncommon body areas. We report five cases of pressure ulcer necrosis of the chin in coronavirus disease 2019 patients as a consequence of mechanical ventilation in prone positioning using autologous fat grafting (AFG) as a secondary technique. A series of five patients with secondarily-healed chin necrosis treated by AFG between February and June 2020 were reviewed. All patients had been treated initially with surgical debridement followed by conservative treatment. Secondary AFG was performed to reduce patient's pain, improve chin contour-projection, and minimize cosmetic sequelae and scarring. Patient satisfaction was assessed using a five-point Likert scale (0-4). Vancouver scale was used to evaluate the chin scars clinically. The average amount of fat injected into the chin area was 8.1 ± 2.0 ml. At 6-month follow-up, all patients were mostly satisfied (average Likert-scale 3.2 ± 0.4). Based on the Vancouver scale, improvement of the chin scar from 9.5 ± 0.8 to 4.7 ± 0.8 was found. We report a positive experience with secondary AFG for correction of painful and unaesthetic scarring and contour abnormality following surgical debridement and secondary-intention healing of chin pressure ulcers.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».