Donor-Site Morbidity Analysis of Thenar and Hypothenar Flap
Notice bibliographique
Résumé
Abstract Background For the small glabrous skin defect, Thenar and Hypothenar skin are useful donors and they have been used as a free flap. Because of similar skin characteristics, both flaps have same indications. We will conduct comparative study for the donor morbidity of the Free thenar flap and Hypothenar free flap. Methods From January 2011 to December 2021, demographic data, characteristics of each flap, and complications using retrospective chart review were obtained. Donor outcomes of the patient, who had been followed up for more than 6 months, were measured using photographic analysis and physical examination. General pain was assessed by Numeric Rating Scale (NRS) score, neuropathic pain was assessed by Douleur Neuropathique 4 Questions (DN4) score, scar appearance was assessed by modified Vancouver Scar Scale (mVSS), and patient satisfaction was assessed on a 3-point scale. Statistical analysis was performed on the outcomes. Results Out of the 39 survey respondents, 17 patients received Free thenar flaps, and 22 patients received Hypothenar free flaps. Thenar group had higher NRS, DN4, and mVSS (p < 0.05). The average scores for the Thenar and Hypothenar groups were 1.35 and 0.27 for NRS, 2.41 and 0.55 for DN4, and 3.12 and 1.59 for mVSS, respectively. Despite the Hypothenar group showing greater satisfaction on the 3-point scale (1.82) compared with the Thenar group (1.47), the difference was not significant (p = 0.085). Linear regression analysis indicated that flap width did not have a notable impact on the outcome measures, and multiple linear regression analysis revealed no significant interaction between flap width and each of the outcome measures. Conclusion Despite the limited number of participants, higher donor morbidity in general pain, neuropathic pain, and scar formation was noted in the Thenar free flap compared with the Hypothenar free flap. However, no difference in overall patient satisfaction was found between the two groups.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,004 | 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 ».