Co-surgeon versus Single-surgeon Outcomes in Free Tissue Breast Reconstruction: A Meta-analysis
Notice bibliographique
Résumé
Abstract Background Autologous breast reconstruction offers superior long-term patient reported outcomes compared with implant-based reconstruction. Universal adoption of free tissue transfer has been hindered by procedural complexity and long operative time with microsurgery. In many specialties, co-surgeon (CS) approaches are reported to decrease operative time while improving surgical outcomes. This systematic review and meta-analysis synthesizes the available literature to evaluate the potential benefit of a CS approach in autologous free tissue breast reconstruction versus single-surgeon (SS). Methods A systematic review and meta-analysis was conducted using PubMed, Embase, and MEDLINE from inception to December 2022. Published reports comparing CS to SS approaches in uni- and bilateral autologous breast reconstruction were identified. Primary outcomes included operative time, postoperative outcomes, processes of care, and financial impact. Risk of bias was assessed and outcomes were characterized with effect sizes. Results Eight retrospective studies reporting on 9,425 patients were included. Compared with SS, CS approach was associated with a significantly shorter operative time (SMD −0.65, 95% confidence interval [CI] −1.01 to −0.29, p < 0.001), with the largest effect size in bilateral reconstructions (standardized mean difference [SMD] −1.02, 95% CI −1.37 to −0.67, p < 0.00001). CS was also associated with a significant decrease in length of hospitalization (SMD −0.39, 95% CI −0.71 to −0.07, p = 0.02). Odds of flap failure or surgical complications including surgical site infection, hematoma, fat necrosis, and reexploration were not significantly different. Conclusion CS free tissue breast reconstruction significantly shortens operative time and length of hospitalization compared with SS approaches without compromising postoperative outcomes. Further research should model processes and financial viability of its adoption in a variety of health care models.
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 | 0,015 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,055 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».