Outcomes of penile inversion vaginoplasty and robotic‐assisted peritoneal flap vaginoplasty in obese and nonobese patients
Notice bibliographique
Résumé
Abstract Aim To explore the impact of body mass index (BMI) on the outcomes of gender‐affirming vaginoplasty. Methods A cohort consisting of all gender‐affirming vaginoplasties in our practice between September 27th, 2018, and September 1st, 2022 were identified, and data were retrospectively collected. Patients were classified as obese if their BMI was ≥30 kg/m 2 at the time of surgery and nonobese if their BMI was <30 kg/m 2 . Complications were assigned a Clavien–Dindo grade and grouped as Grade ≥2 versus Grade ≤1. Patient‐reported functional outcomes of intact erogenous sensation, tactile sensation, ability to achieve penetrative vaginal intercourse, and cosmetic satisfaction were assessed. Results A total of 58 patients with a mean follow‐up time of 6.9 months were included. Seventeen patients (mean BMI = 36.8 kg/m 2 ) were classified as obese and 41 patients (mean BMI = 25.1 kg/m 2 ) were classified as nonobese. No significant differences in outcomes were identified in the obese versus nonobese groups in terms of the incidence of complications. Patient‐reported functional outcomes did not differ significantly between the two groups. Conclusions Similar results can be achieved with gender‐affirming vaginoplasty in obese patients when compared to their nonobese counterparts. Eligibility for this procedure should not be restricted based on BMI alone.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».