The Efficacy of Fat Grafting on Treating Post-Mastectomy Pain with and without Breast Reconstruction: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Post-mastectomy pain syndrome (PMPS), characterized by persistent pain lasting at least three months following mastectomy, affects 20–50% of breast surgery patients, lacking effective treatment options. A review was conducted utilizing EMBASE, MEDLINE, and all evidence-based medicine reviews to evaluate the effect of fat grafting as a treatment option for PMPS from database inception to 29 April 2023 (PROSPERO ID: CRD42023422627). Nine studies and 812 patients in total were included in the review. The overall mean change in visual analog scale (VAS) was −3.6 in 285 patients following fat grafting and 0.5 in 147 control group patients. There was a significant reduction in VAS from baseline in the fat grafting group compared to the control group, n = 395, mean difference = −2.17 (95% CI, −2.95 to −1.39). This significant improvement was also noted in patients who underwent mastectomy without reconstruction. Common complications related to fat grafting include capsular contracture, seroma, hematoma, and infection. Surgeons should consider fat grafting as a treatment option for PMPS. However, future research is needed to substantiate this evidence and to identify timing, volume of fat grafting, and which patient cohort will benefit the most.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,017 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,004 | 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 ».