Who Is Providing Aesthetic Surgery? A Detailed Examination of the Geographic Distribution and Training Backgrounds of Cosmetic Practitioners in Southern California
Notice bibliographique
Résumé
BACKGROUND: In recent years, there has been a significant increase in the number of non-plastic surgeons performing cosmetic procedures. This has the potential to have an impact on the plastic surgery practitioner by increasing competition and bringing into question the assurance of patient safety. In this study, a demographic analysis was performed of providers of invasive and minimally invasive cosmetic treatments in the Southern California region. METHODS: Providers of minimally invasive aesthetic procedures were catalogued using the sales lists from the manufacturers of the hyaluronic acid fillers Juvéderm and Restylane. The data set was further analyzed to enumerate the providers of surgical treatments, with a focus on the provision of liposuction. Data were analyzed using Environmental Systems Research Institute ArcGIS to focus on the Southern California area. Physician board certification and training background were detailed exhaustively. RESULTS: In the 45,238-square mile area encompassing the San Diego/Los Angeles megalopolis, there are 1867 cosmetic practitioners offering hyaluronic acid injections. Of this number, 495 are trained in plastic surgery. In the same geographic region, there are 834 individuals offering liposuction. Practitioners are concentrated in downtown Los Angeles and San Diego, where the potential patient-to-provider ratios are 1088:1 and 1185:1, respectively. Interestingly, primary care physicians comprise the third largest group providing hyaluronic acid fillers and the fourth largest group of liposuction providers. CONCLUSIONS: The authors' data demonstrate that there are numerous non-plastic surgeons performing cosmetic procedures, especially in the field of minimally invasive therapies. In addition, there is a growing contingent of non-surgery-trained individuals providing surgical cosmetic treatments, especially liposuction.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».