Quality of life outcomes in patients undergoing facial gender affirming surgery: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Facial gender-affirming surgery (FGAS), one of many transition-related surgeries (TRSs), “feminizes” the faces of transgender and gender diverse (TGD) patients undergoing transition. However, it is difficult to demonstrate the medical necessity of FGAS in terms of postoperative quality of life (QoL) outcomes due to a lack of standardized assessment tools. Thus, FGAS remains largely unsubsidized in North America.Methods: A systematic review of online databases was conducted according to PRISMA guidelines. Screening and quality assessment was conducted by two independent blinded reviewers (KJ and GR). For statistical analysis, data from different Likert-scale-like questionnaires were extracted and coalesced into three-point scales on a data table of seven QoL domains; “Pre-” and “Postoperative femininity,” “Psychological satisfaction,” “Social Integration and Functioning,” “Aesthetic Satisfaction,” “Physical Health,” and “Satisfaction with Surgical Results.”Results: From 2000 to 2022, 1837 patients and 3886 procedures from 19 studies were included. Weighted averages across all QoL domains reflected statistically significant improvement compared to neutral following FGAS (p < 0.001). Three studies used the same questionnaire, which showed that out of all eight questions regarding facial appearance, FGAS patients most strongly agreed the surgery was important to their ability to live as a woman (mean = 4.56/5, n = 137). Secondary outcomes showed the most common complications were hardware palpability (3.45%, n = 145) and aberrant scarring (2.17%, n = 423) with an overall revision rate of 2.17% (n = 423). The most common procedure was fronto-orbital remodeling.Conclusion: FGAS significantly improves QoL with minimal risk to life and supports the literature in defining FGAS as a medically necessary procedure comparable to other TRSs.
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 | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,025 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».