[Application of hairpin shaped incision combined with cover-lifting flap in plastic surgery of huge fat pad on nape and back].
Notice bibliographique
Résumé
Objective: To explore the effectiveness of hairpin shaped incision combined with cover-lifting flap in plastic surgery of huge fat pad on nape and back. Methods: Between March 2019 and March 2023, 10 patients with huge fat pad on the nape and back were treated. There was 1 male and 9 females with an average age of 52 years (range, 39-57 years). All patients had soft tissue bulge on the nape and back. Preoperative MRI showed the subcutaneous fat thickening. The length of the longitudinal axis of the fat pad ranged from 10.0 to 25.0 cm (mean, 14.1 cm), the length of the transverse axis ranged from 6.0 to 15.0 cm (mean, 10.8 cm); the thickness of the fat pad ranged from 2.5 to 5.1 cm (mean, 3.9 cm). Under general anesthesia, the patient was placed in a prone position and a hairpin shaped incision was made. The flap was lifted to remove the fat pad according to the marked area. The dressing was changed every 2 days after operation. Results: The operation time was 35-110 minutes (mean, 72 minutes). The intraoperative blood loss was 35-80 mL (mean, 49.5 mL). The drainage tube was removed at 2-5 days after operation (mean, 3.4 days). All incisions healed by first intention without incision dehiscence, infection, subcutaneous bruising, hematoma, or other related complications. All patients were followed up 2-24 months (mean, 12 months). All patients had a good shape of the nape and back and no noticeable scar on the incision. According to the Vancouver Scar Scale evaluation criteria, the incision scar score was 3-5 (mean, 3.7) at 2 months after operation. Patients had good neck movement with no recurrence. Conclusion: For the huge fat pad on the nape and back, the plastic surgery using hairpin shaped incision and cover-lifting flap has the advantages of fully exposing the fat pad, concealed incision, simple operation, and natural shape of the nape and back after operation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».