Complications of Aesthetic and Reconstructive Breast Implant Capsulectomy: An Analysis of 7486 Patients Using Nationwide Outcomes Data
Notice bibliographique
Résumé
BACKGROUND: Despite increasing demand for breast capsular surgery to treat various benign and malignant implant-related pathologies, high-quality evidence elucidating complication profiles of capsulectomy and capsulotomy is lacking. OBJECTIVES: The aim of this study was to provide the largest-scale analysis of associated outcomes and complications using the Tracking Operations and Outcomes for Plastic Surgeons (TOPS) database, and to investigate clinical scenarios that may subject patients to increased risks for complications, most notably extent of capsular surgery (complete vs partial) and index indication of implantation (aesthetic vs reconstructive). METHODS: An analysis of the TOPS database from 2008 to 2019 was performed. CPT codes were used to identify complete capsulectomy and partial capsulectomy/capsulotomy cases. Breast implant exchange procedures constituted procedural controls. RESULTS: In total, 7486 patients (10,703 breasts) undergoing capsulectomy or capsulotomy were assessed. Relative to controls, capsulectomy (4.40% vs 5.79%), but not capsulotomy (4.40% vs 4.50%), demonstrated higher overall complication rates. Both capsulectomies (0.83% vs 0.23%) and capsulotomies (0.56% vs 0.23%) also had greater rates of seroma relative to controls. Subgroup analyses demonstrated that reconstructive patients, relative to aesthetic patients, experienced greater overall complications (6.76% vs 4.34%), and increased risks for seroma (1.06% vs 0.47%), dehiscence (0.46% vs 0.14%), surgical site infections (1.03% vs 0.23%), and implant loss (0.52% vs 0.23%). A detailed synthesis of 30-day outcomes, including all patient- and breast-specific complications, for both capsulectomy and capsulotomy, stratified according to all potential confounders, is presented herein. CONCLUSIONS: Surgeries on the breast capsule are safe overall, although complete capsulectomies and reconstructive patients are associated with significantly increased operative risks. The present findings will enhance patient selection, counseling, and informed consent.
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) | 0,001 | 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 ».