Comparative Retrospective Analysis of Cross-Finger Flap Outcomes: A Study on Split-Thickness Skin Graft vs. Full-Thickness Skin Graft in Donor Fingers
Notice bibliographique
Résumé
INTRODUCTION: Hand injuries, particularly those involving the fingers, are complex and often necessitate meticulous surgical interventions. Cross-finger flaps (CFFs) are a reliable technique for covering finger defects, with the choice of skin graft at the donor site playing a crucial role in the procedure's success. Split-thickness skin grafts (STSGs) and full-thickness skin grafts (FTSGs) are commonly used, each offering distinct advantages and drawbacks. This study compares the functional and aesthetic outcomes of donor fingers covered with STSG versus FTSG in CFF procedures. MATERIALS AND METHODS: This retrospective observational study was conducted from January 2020 to 2024. A total of 82 patients who underwent CFF surgery were included, with 41 patients each in Group A (STSG) and Group B (FTSG). The functional and aesthetic outcomes were assessed. Statistical analysis was performed using SPSS version 26.0 (IBM Corp., Armonk, NY), with significance set at p < 0.05. RESULTS: The study revealed that Group B had superior outcomes across all measured parameters. The mean visual analog scale (VAS) score for aesthetic outcomes was significantly higher in Group B (8.5 ± 1.2) compared to Group A (7.0 ± 1.5, p < 0.01). Functional recovery in proximal interphalangeal (PIP) and distal interphalangeal (DIP) joints, measured by range of motion, was also better in Group B compared to Group A (p = 0.002). Sensory recovery was more favorable in Group B, with 85% achieving S3+ or better, compared to 60% in Group A (p < 0.05). Additionally, the graft donor site scar was significantly less noticeable in Group B, with a Vancouver Scar Scale score of 3.5 ± 1.1, compared to 5.0 ± 1.4 in Group A (p < 0.01). CONCLUSION: FTSG offers superior functional and aesthetic outcomes compared to STSG in this study. The findings suggest that FTSG should be preferred for covering donor fingers. These results provide strong evidence for the use of FTSG in optimizing surgical outcomes and improving patient satisfaction.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».