Dupuytren kontraktürü olan 142 hastada histolojik evreleme ile nüks etme olasılığının tahmin edilebilirliği
2018
0 views
0 downloads
Advisor: Prof. Dr. Atakan Aydın
Abstract (TR)
Dupuytren hastalığı cerrahi operasyon sonrasında yüksek nüks oranı ile seyreder. Yüksek olan nüks oranının ön görülebilirliği son yıllarda sık araştırılan bir konu haline gelmiştir. Bu klinik çalışmada ; 2005-2014 yılları arasında İstanbul Üniversitesi İstanbul Tıp Fakültesi Plastik,Rekonstrüktif ve Estetik Cerrahi Anabilim dalı, El Cerrahisi bilim dalinca opere edilen ve sonrasında takip edilen 142 adet opere edilen ele sahip 131 adet hastanın epidemiyolojik incelemeleri, dupuytren diyatezleri ve histolojik evrelemeleri ile nüks eden olguların önceden tahmin edilebilirliği çalışılmıştır. Bu çalışmada ''Rombouts (1989) '' histolojik sınıflaması kullanılmıştır. Selülerite ve nüks etme olasılıkları saptanmaya çalışılmıştır .Bu çalışma bize histolojik evreleme ile nüks vakaların tahmin edilebilirliğini göstermek için yapılmıştır. Yine de klinik bilgiler ile korele çalışılması daha iyi sonuç verebileceği anlaşılmıştır. ANAHTAR SÖZCÜKLER : Dupuytren hastalığı , Dupuytren diatez, , histolojik evreleme , risk faktörleri , rekürrens , dupuytren prognozu
Author
Dr. Mehmet Gencer
How to Cite
Mehmet Gencer (Tıpta Uzmanlık Tezi). Dupuytren kontraktürü olan 142 hastada histolojik evreleme ile nüks etme olasılığının tahmin edilebilirliği, 2018, İstanbul University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İstanbul University
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)