MétaCan
Menu
Retour à la cohorte
Enregistrement W2771660072 · doi:10.1093/asj/sjx116

Female-to-Male Gender Affirming Top Surgery: A Single Surgeon’s 15-Year Retrospective Review and Treatment Algorithm

2017· article· en· W2771660072 sur OpenAlexaff
Giancarlo McEvenue, Fang Xü, Runting Cai, Hugh McLean

Notice bibliographique

RevueAesthetic Surgery Journal · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBreast Implant and Reconstruction
Établissements canadiensCanadian Celiac AssociationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryPtosisMastectomyKeyholeRetrospective cohort studyComplicationBreast reconstructionMammaplastyAlgorithmBreast cancerCancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mastectomy, referred to here as "Top Surgery," is an important surgical step for female-to-male (FTM) transgender patients. The goal is to excise breast tissue and create a masculine chest contour. Despite the rising demand for Top Surgery, debate still exists regarding how to select the most appropriate surgical technique to optimize aesthetic outcomes safely. OBJECTIVES: To determine the safety profile and aesthetic outcome of one surgeon's 15-year FTM Top Surgery experience. To provide an algorithm for FTM surgery technique selection based on this experience. METHODS: A retrospective chart review was performed on 679 FTM patients (1358 mastectomies) undergoing Top Surgery from October 2001 to July 2016. The author's Top Surgery algorithm utilizes two techniques, "Keyhole" and "Double Incision Free Nipple Graft (DIFNG)," based on breast ptosis, inferior vertical skin pinch, and skin elasticity. Demographic data, operative details, complications, and reoperations along with their reasons were collected and analyzed. RESULTS: Of the 679 patients, 15.3% underwent Keyhole and the remaining 84.7% underwent DIFNG procedure. The total complication rate was 18.1% and the total reoperation rate was 11.2% and these rates were shown to decrease over time. The two techniques differed significantly (P < 0.001) in operating time (136 vs 102 min), breast weight excised (215 vs 638 g), and complication rate (33 vs 16%). The aesthetic rating of results was 4.6/5 for Keyhole and 3.7/5 for DIFNG. CONCLUSIONS: Safe and aesthetically pleasing results were achieved using this simplified algorithm. Experience with FTM techniques can decrease complication and reoperation rates over time. LEVEL OF EVIDENCE: 3.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,284
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations113
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAesthetic Surgery JournalMême sujetBreast Implant and ReconstructionTravaux en français237 207