MétaCan
Menu
Retour à la cohorte
Enregistrement W2893064348 · doi:10.1097/prs.0000000000004802

Current Approaches to Prepectoral Breast Reconstruction

2018· article· en· W2893064348 sur OpenAlexaff
Maurice Y. Nahabedian

Notice bibliographique

RevuePlastic & Reconstructive Surgery · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueBreast Implant and Reconstruction
Établissements canadiensGeorgetown Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast reconstructionMastectomyPectoralis major muscleSurgeryDeformityTissue expansionBreast cancerCancer

Résumé

récupéré en direct d'OpenAlex

Prepectoral prosthetic breast reconstruction has become an acceptable option for women following mastectomy. Benefits include no animation deformity, absence of pectoralis major muscle spasm, and less pain and discomfort. Important aspects of prepectoral reconstruction include working with breast surgeons that are adept at performing an optimal mastectomy. Tissue perfusion and reasonable thickness of the mastectomy are critical components of success. Tissue necrosis, infection, and delayed healing can lead to reconstructive failure. Given the risks and benefits of this procedure, questions regarding indications, patient selection, and specific details related to technique remain because there is no consensus. Whether it is safe to perform prepectoral reconstruction in obese or previously irradiated patients is controversial. The use of acellular dermal matrix is common but not universal. The amount of acellular dermal matrix used is variable, with success being demonstrated with the partial and total wrap techniques. Device selection can vary but is critical in the prepectoral setting. Postoperative care and the management of adverse events are important to understand and can impact surgical and aesthetic outcomes. This article provides current approaches, recommendations, and an algorithm for prepectoral breast reconstruction with an emphasis on patient selection, immediate versus delayed prepectoral reconstruction, specific technical details, and postoperative management.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,074
Tête enseignante GPT0,258
Écart entre enseignants0,184 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations80
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic & Reconstructive SurgeryMême sujetBreast Implant and ReconstructionTravaux en français237 207