2022 Practice Recommendation Updates From the World Consensus Conference on BIA-ALCL
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Laboratory and clinical research on breast implant-associated anaplastic large cell lymphoma (BIA-ALCL) is rapidly evolving. Changes in standard of care and insights into best practice were recently presented at the 3rd World Consensus Conference on BIA-ALCL. OBJECTIVES: The authors sought to provide practice recommendations from a consensus of experts, supplemented with a literature review regarding epidemiology, etiology, pathogenesis, diagnosis, treatment, socio-psychological aspects, and international authority guidance. METHODS: A literature search of all manuscripts between 1997 and August 2021 for the above areas of BIA-ALCL was conducted with the PubMed database. Manuscripts in different languages, on non-human subjects, and/or discussing conditions separate from BIA-ALCL were excluded. The study was conducted employing the Delphi process, gathering 18 experts panelists and utilizing email-based questionnaires to record the level of agreement with each statement by applying a 5-point Likert Scale. Median response, interquartile range, and comments were employed to accept, reject, or revise each statement. RESULTS: The literature search initially yielded 764 manuscripts, of which 405 were discarded. From the remaining 359, only 218 were included in the review and utilized to prepare 36 statements subdivided into 5 sections. After 1 round, panelists agreed on all criteria. CONCLUSIONS: BIA-ALCL is uncommon and still largely underreported. Mandatory implant registries and actions by regulatory authorities are needed to better understand disease epidemiology and address initial lymphomagenesis and progression. Deviation from current diagnosis and treatment protocols can lead to disease recurrence, and research on breast implant risk factors provide insight to etiology.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 découle