MétaCan
Menu
Retour à la cohorte
Enregistrement W2978583015 · doi:10.1093/asj/sjz225

Response to “Periareolar Augmentation/Mastopexy: How Does it Measure Up?”

2019· letter· en· W2978583015 sur OpenAlexaff
Ryan E Austin, Maryam Saheb-Al-Zamani, Frank Lista, Jamil Ahmad

Notice bibliographique

RevueAesthetic Surgery Journal · 2019
Typeletter
Langueen
DomaineMedicine
ThématiqueBreast Implant and Reconstruction
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMastopexyMedicineMammaplastyMeasure (data warehouse)SurgeryPtosisDatabase

Résumé

récupéré en direct d'OpenAlex

Dr Swanson’s letter1 commenting on our Featured Operative Technique paper2 on periareolar augmentation-mastopexy raises interesting issues regarding this challenging yet useful surgical technique. Dr Swanson is correct in stating that we have been “champions” of vertical scar breast surgery; however, no operation is perfect. Even the vertical scar mastopexy/reduction, a workhorse for breast surgery, has its limitations and shortcomings. Patients with breast ptosis present with differing anatomic variations. Understanding these variations and the variety of surgical options available allows us to deal with patients who have different anatomy and differing needs.3-5 Many authors have written on the usefulness of periareolar mastopexy.4, 6-16 When we see the excellent results demonstrated in these publications, it is appropriate for other surgeons who may be experiencing difficulty attaining a good result with this operation to question the validity of a procedure that they are unable to reproduce. This may cause the struggling surgeon to conclude that the problem must be the technique itself. However, if some surgeons are able to attain a satisfactory result with a certain procedure that others are not able to reproduce, the problem is usually not the procedure itself but rather the application of the technique that is required to achieve a good result.

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)0,023
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0550,036
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,027
Tête enseignante GPT0,254
Écart entre enseignants0,227 · 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
GenreCommentaire

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

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAesthetic Surgery JournalMême sujetBreast Implant and ReconstructionTravaux en français237 207