Sensory and pain outcomes of neurotized skin-grafted free gracilis muscle flaps for lower extremity reconstruction
Notice bibliographique
Résumé
BACKGROUND: Skin-grafted free gracilis muscle flaps are commonly used for lower extremity reconstruction. However, the loss of sensory function may lead to increased patient morbidity. This study prospectively analyzed the sensory and neuropathic pain outcomes of neurotized skin-grafted free gracilis muscle flaps used for the reconstruction of lower extremity defects. METHODS: Patients undergoing lower extremity reconstructions between 2020 and 2022 with neurotized skin-grafted free gracilis muscle flaps were prospectively enrolled. Sensation was assessed at 3, 6 and 12 months postoperatively using monofilaments, two-point discrimination, a vibration device, and cold and warm metal rods. Sensations were tested in the center and periphery of the flaps, as well as in the surrounding skin. The contralateral side served as the control. Patients completed the McGill pain questionnaire to evaluate patient-reported neuropathic pain. RESULTS: Ten patients were included. At 12 months postoperatively, monofilament values improved by 44.5% compared to that of the control site, two-point discrimination, cold detection, warmth detection, and vibration detection improved by 36.2%, 48%, 50%, and 88.2%, respectively, at the reconstructed site compared to those at the control site. All sensory tests were significantly better than 3 and 6 months values (p < 0.05), but remained significantly poorer than the control site (p < 0.05). Sensation in the central flap areas were similar to peripheral flap areas throughout the follow-up period (p > 0.05). The surrounding skin reached values similar to the control site at 12 months (p > 0.05). Moreover, 50% of patients reported neuropathic pain at 3 months postoperatively, 40% at 6 months, and 0% at 12 months (p < 0.05). CONCLUSION: Mechanical detection, vibration detection, temperature detection, and two-point discrimination significantly improved over time but without reaching normal sensory function at 12 months postoperatively. Neuropathic pain resolved at 12 months.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».