MétaCan
Menu
Retour à la cohorte
Enregistrement W4403453727 · doi:10.1111/os.14265

Application of Modified Skin Stretching for Soft Tissue Defect Reconstruction in the Ankle and Foot: A Retrospective Report

2024· article· en· W4403453727 sur OpenAlexaboutno aff
Xiaqing Yang, Yuping Liu, Weixing Wang, Xue Fang, W ZHANG, Changhuan Liu, Xin Wang

Notice bibliographique

RevueOrthopaedic Surgery · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Surgery and Microvascular Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMedicineSoft tissueAnkleSurgeryFoot (prosody)Skin graftingTransplantationWound healing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The failure rate of foot and ankle soft tissue defect reconstruction with flap is relatively high, often posing a significant burden on patients. The aim of this study is to explore the effectiveness of repeated stretch sutures in repairing skin and soft tissue defects of the ankle and foot. METHODS: Twenty-three patients with ankle and foot skin and soft tissue defects were retrospectively analyzed between February 2016 and February 2019. Sutures were repeatedly stretched every 3-5 days. Local skin grafting was performed if necessary after wound surfaces disappeared or exposed tendons and bones were covered by soft tissue. Wound healing time, postoperative healing area, Vancouver Scar Assessment Scale, sensation, and function of the new skin were evaluated. RESULTS: Healing time was 17-35 (24.43 ± 5.29) days. Ten patients wholly healed, and 13 healed by approximately 70.08% ± 6.59%. The Vancouver Scar Assessment Scale average score was 2.83 ± 1.19 points, of which 15 cases were excellent (0-3 points) and 8 cases were good (4-7 points). The sensation and function of the new skin after repair were equivalent to those of normal skin after the last follow-up. CONCLUSIONS: Applying repeated tension sutures on the skin and soft defects of the ankle and foot reduced the skin graft area and decreased complex high-risk surgical flaps' use and transplantation area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,277
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthopaedic SurgeryMême sujetReconstructive Surgery and Microvascular TechniquesTravaux en français237 207