MétaCan
Menu
Retour à la cohorte
Enregistrement W4410315766 · doi:10.1097/scs.0000000000011342

Lip Lift Flap for Columella Reconstruction

2025· article· en· W4410315766 sur OpenAlexaff
Adira Kruayatidee, Tyler Safran, Pasha Shakoori, J. Andres Hernandez, Jay W. Calvert

Notice bibliographique

RevueJournal of Craniofacial Surgery · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Facial Surgery Techniques
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineColumellaSurgerySoft tissueNose

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The columella is highly susceptible to damage and the most challenging nasal subunit to reconstruct. Of existing reconstructive techniques, ranging from regional to microsurgical flaps, none are ideal for minimizing the complexity of flap harvest and donor site morbidity. This article describes an alternative local flap for focal columellar defects without other subunit soft tissue defects: lip lift flap. METHODS: A retrospective review was conducted of the senior surgeon's patients between July 2022 and September 2023. Patients who underwent the lip lift flap were identified, and their demographics, surgical details, and outcomes were indexed. This modified operative technique for columellar reconstruction is proposed by presenting a case series and literature review. RESULTS: Three patients from a single surgeon had sustained total columellar loss without tip subunit involvement. In all cases, there was subjective aesthetic improvement and excellent color and texture match. No complications were seen, including no poor donor site scarring or flap necrosis. In all cases, coverage of the central and lateral columellar walls was achieved. Costal cartilage strut grafts were able to be placed simultaneously without compromising neovascularization and with complete coverage. CONCLUSION: The application of the lip lift flap was able to provide skin and soft tissue coverage for restoring columellar length and strength with satisfying aesthetics.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,368
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,308
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Craniofacial SurgeryMême sujetReconstructive Facial Surgery TechniquesTravaux en français237 207