Eyelid and brow asymmetry in patients evaluated for upper lid blepharoplasty
Notice bibliographique
Résumé
INTRODUCTION: In evaluation for blepharoplasty, patients often desire improved cosmesis and/or correction of visual field deficits. However, patients are usually unaware of eyelid or brow asymmetry. Furthermore, the prevalence of eyelid and brow asymmetry is infrequently reported in the medical literature. PURPOSE: To determine the prevalence of brow and eyelid asymmetry in patients evaluated for upper lid blepharoplasty. METHODS: One hundred consecutive patients evaluated for upper lid blepharoplasty were included in the study. Standard pre-operative photographs were taken of all patients using consistent background and photographic equipment. Two of the authors (KM & AM) independently recorded the margin pupil (MPD), central eyebrow (CED), nasal eyebrow (NED) and temporal eyebrow (TED) distances. To test the inter-observer reliability, the senior author (SMT) recorded the same measurements for 10% of randomly selected patients. We calculated 95% confidence intervals to compare symmetry between the right and left sides. RESULTS: One hundred patients (94 female, mean age 57.7) were included in the study. The average MPD, CED, NED and TED distances were 0.55 mm (95% CI 0.45-0.65), 1.77 mm (95% CI 1.47-2.07), 1.34 mm (95% CI 1.14-1.54), and 1.78 mm (95% CI 1.50-2.06), respectively. Ninety-three percent of patients had at least one asymmetric measurement of greater than 1 mm. Seventy-five percent of patients studied had at least one measurement greater than 2 mm while 37 percent had at least one greater than 3 mm. CONCLUSION: Brow and eyelid asymmetry is common in patients being evaluated for upper lid blepharoplasty. The facial plastic surgeon should identify and document facial asymmetry pre-operatively, and discuss it with prospective blepharoplasty patients. This will improve informed consent and patient expectations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».