Silicone Particles in Capsules Around Breast Implants: An Investigation Into Currently Available Implants in North America
Notice bibliographique
Résumé
BACKGROUND: Breast implants have always been composed of a silicone elastomer envelope filled with either silicone gel or saline. Breast implant illness (BII) is a set of symptoms that has previously been linked to the leakage of silicone particles from the implants into the body. OBJECTIVES: Our research aimed to quantify the number of silicone particles present in the capsules of breast implants available in North America. METHODS: Thirty-five periprosthetic capsules were sampled and analyzed, and silicone particles were counted and measured. The capsule surface area was then measured and utilized to calculate particle density and total number of silicone particles. RESULTS: Eighty-five percent of capsules analyzed from silicone gel implants contained silicone, with an average of 62 particles per mm3 of capsular tissue. These implants had approximately 1 million silicone particles per capsule. In contrast, none of the saline implant capsules contained silicone. Capsules from macrotextured tissue expanders contained fewer and larger silicone particles. CONCLUSIONS: Silicone gel implants presented silicone particle bleeding into the periprosthetic capsule, totaling on average 1 million silicone particles per capsule. On the other hand, no silicone particle bleeding was observed from saline breast implants. These data suggest that particle bleeding comes from the inner silicone gel, and not from the smooth outer silicone shell. Previous studies have reported the presence of breast implant illness in patients with both silicone- and saline-filled implants. Therefore, our data suggest that silicone migration is not the sole cause of BII.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».