Breast Augmentation: A Geographical Comparison
Notice bibliographique
Résumé
OBJECTIVE: To describe and compare physical characteristics and implant details of women undergoing primary cosmetic breast augmentation in different geographical locations. METHODS: Three cohorts of 100 consecutive breast augmentation cases in university settings were retrospectively reviewed for patient demographic and implant information in Kelowna (British Columbia), Loma Linda (California, USA) and Temple (Texas, USA). Statistical analysis was performed with a Kruskal-Wallis test without normality assumption (P<0.05 was considered to be significant). Pearson correlation coefficients were also determined for body mass index (BMI) versus implant volume at each of the sites. RESULTS: The three group medians were significantly different for weight, BMI and implant volume. Kelowna's average patient was 33 years of age, had a BMI of 20.8 kg/m(2) and an implant volume of 389 mL. Loma Linda's average patient was 32 years of age, had a BMI of 21.6 kg/m(2) and an implant volume of 385 mL. Temple's average patient was 36 years of age, had a BMI of 22.6 kg/m(2) and an implant volume of 335 mL. Pearson correlations for BMI versus implant volume were statistically significant in the Loma Linda and Temple groups. CONCLUSION: Patients from different geographical locations undergoing breast augmentation were similar in age, height and parity, but varied in weight, BMI and implant volume. A positive linear correlation between BMI and implant volume was found in the American cohorts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 ».