Large-Volume Fat Grafting to the Breast With External Expansion Assist
Notice bibliographique
Résumé
BACKGROUND: Large-volume autologous fat transfer (AFT) to the breast with external expansion has emerged as an alternative to alloplastic augmentation or reconstruction in appropriate patients. OBJECTIVES: Report the authors' technique for this procedure and experience with 49 consecutive patients of a single surgeon's practice from 2013 to 2021. METHODS: The authors performed a retrospective analysis of consecutive patients undergoing fat grafting to the breast with preexpansion. Patients were included if they had a clinical problem amenable to correction with large-volume fat injection and adequate donor sites, and were willing to undergo preexpansion. Data was collected through chart review and deidentified. Demographics, diagnosis, radiation status, volume grafted, complications, and adjunct procedures were recorded. RESULTS: Forty-nine patients underwent external expansion with AFT by a single surgeon. Twenty-three patients (47%) had hypoplastic indications, including tuberous breast deformity (n = 9) and Poland syndrome (n = 1). Seventeen patients (35%) had indications for secondary breast revision of previously placed implants. Nine patients (18%) utilized the procedure for primary oncologic breast reconstruction. A total of 71 procedures were performed, with an average of 1.45 procedures per patient. The average volume of fat grafted per breast was 372 mL for hypoplasia, 240 mL for secondary breast revision, and 429 mL for oncologic reconstruction. Concurrent procedures included implant exchange, implant removal, mastopexy, and breast reduction. Follow-up ranged from 1 to 84 (average = 20) months. CONCLUSIONS: The authors' experience shows promising results with external expansion and large-volume fat grafting to the breast.
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 | 0,003 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».