Prevention of Hematoma in Patients Undergoing Facelift (Rhytidectomy): A Systematic Review and Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Hematoma is a known complication of rhytidectomy, and improved understanding of its incidence and the impact of adjunctive measures is essential to guide evidence-based practice. OBJECTIVE: Compare hematoma rates among patients undergoing deep plane facelift in those where either tranexamic acid (TXA), hemostatic nets, or tissue sealants are used. METHODS: A review was conducted in Ovid MEDLINE, EMBASE, PubMed MEDLINE, Cochrane, and SCOPUS to identify studies that employed deep plane facelifts and reported hematomas. The primary outcome was hematoma rates. Secondary endpoints included rate of revision surgeries and use of preventative measures (hemostatic nets, tissue sealant, and TXA). Meta-analyses were conducted to determine the probability of postoperative hematoma and the effectiveness of preventative measures. RESULTS: Overall, 8,841 patients from 31 studies were included. Ages ranged from 31 to 84 years, and 85.2% (4,330/5,080) were women. Meta-analysis showed an overall hematoma rate of 2.7% (95% CI: 2.2-3.4%), with major hematomas at 0.97% (95% CI: 0.61-1.53%). Subgroup analysis showed major hematoma rates of 1.53% with TXA, 1.25% with sealants, and 1.23% with hemostatic nets. CONCLUSIONS: Evidence from this review suggests that deep plane facelifts have a 2.7% overall and 0.97% major hematoma rate, with no clearly superior adjunct among TXA, sealants, or hemostatic nets.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| 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) | 0,000 | 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 découle