Matrix for Mucosal Regeneration in Transoral Glossectomy for Squamous Cell Carcinoma: Objective and Subjective Functional Evaluation
Notice bibliographique
Résumé
Background: Numerous options to manage local reconstruction following transoral partial glossectomy are possible. In this work, we present our experience using a matrix for mucosal regeneration, Integra®, after transoral resections of squamous cell carcinoma of the oral tongue. Methods: A retrospective analysis of patients treated for tongue carcinoma and reconstruction with Integra®, from September 2017 to September 2022. Functional outcomes were evaluated by measuring swallowing and speech abilities, tongue motility, and subjective quality of life. Results: The series accounts for 13 consecutive patients, staged from Tis to T3, no positive resection margins were found, average defect size was 17.8 cm2. The average histologically measured depth of invasion was 4.1 mm (range 2–12 mm), and no recurrences were observed during follow-up. All patients maintained excellent swallowing function, the average number of recognized words by an external listener during a phone call was 70.5 out of 75, the lingual motility test was good (a mean score of 4.5 out of 6 movements correctly executed) and subjective questionnaires results were optimal. Less satisfying functional results were recorded in elderly patients receiving a wider surgical resection. Conclusions: This reconstructive technique for allows obtaining optimal healing and functional outcomes in patients with tumors suitable for transoral glossectomy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 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 ».