Impact of Body Composition on Postoperative Outcomes in Patients Undergoing Robotic Nipple-Sparing Mastectomy with Immediate Breast Reconstruction
Notice bibliographique
Résumé
Nipple-areolar complex (NAC)-related complications are common during nipple-sparing mastectomy (NSM), with obesity as a risk factor. Although the incidence of NAC-related complications after robotic NSM (RNSM) with immediate breast reconstruction (IBR) is lower than that after conventional NSM, it remains one of the most unwanted complications. We aimed to evaluate body composition-based risk factors for NAC-related complications after RNSM with IBR. Data of 92 patients with breast cancer who underwent RNSM with IBR using direct-to-implant or tissue expander from November 2017 to September 2020 were analyzed retrospectively. Risk factors for NAC-related complications were identified with a focus on body composition using preoperative transverse computed tomography at the third lumbar vertebra level. Postoperative complications were assessed for 6 months. The most common complication was NAC ischemia, occurring in 15 patients (16%). Multivariate analysis revealed a low skeletal muscle index/total adipose tissue index (SMI/TATI) ratio as an independent NAC ischemia risk factor. An increase in the SMI/TATI ratio by one decreased the incidence of NAC ischemia by 0.940-fold (p = 0.030). A low SMI/TATI ratio is a risk factor for postoperative NAC ischemia in patients undergoing RNSM with IBR for breast cancer. Preoperative body composition-focused evaluation is more valuable than simple body mass index assessment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».