Three Dimensional-CTA versus Doppler Ultrasound for Anterolateral Thigh Flap Reconstruction in Limb Defects: A Retrospective Study
Notice bibliographique
Résumé
Background: Soft tissue limb defects often require anterolateral thigh (ALT) flap reconstruction, but anatomical variability of perforator vessels poses a challenge. The comparative efficacy of 3-dimensional computed tomographic angiography (3D-CTA) and color Doppler ultrasonography (CDUS) for preoperative planning remains unclear. Methods: This retrospective study analyzed 95 patients who underwent ALT flap limb reconstruction between March 2017 and May 2023, comparing a 3D-CTA–guided group (n=45) with a CDUS-guided group (n=50). Key outcomes included perforator mapping accuracy, surgical efficiency, postoperative complications, functional and aesthetic results, and cost-effectiveness. Results: Use of 3D-CTA demonstrated superior perforator detection sensitivity (98.4% versus 85.8%, P < 0.001) and positional accuracy (deviation: 0.3 versus 1.8 cm, P < 0.001). The 3D-CTA group had significantly shorter flap harvest times (38.5 versus 51.4 min, P < 0.001), fewer vascular complications (4.4% versus 20.0%, P = 0.0489), and higher flap survival (100% versus 92.0%, P = 0.047). The 3D-CTA cohort also achieved better sensory recovery and donor-site outcomes (Vancouver Scar Scale: 2.1 versus 4.3, P < 0.01). Despite higher initial imaging costs, 3D-CTA proved more cost-effective overall. Conclusions: For ALT flap reconstruction in limb defects, 3D-CTA provides superior perforator mapping, enhances surgical efficiency, improves clinical outcomes, and offers greater cost-effectiveness compared with CDUS. These findings support prioritizing 3D-CTA in preoperative planning for complex limb salvage.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».