Silicone particles in breast implant capsules: A retrospective single-center study evaluating silicone bleeding
Notice bibliographique
Résumé
Breast implants consist of a silicone elastomer shell filled with either silicone gel or saline solution. As per the Food and Drug Administration (FDA), breast implants offer safety and efficacy but pose short and long-term risks, including capsular contractures, silicone leakage, and discoveries of Breast Implant-Associated Anaplastic Large Cell Lymphoma (BIA-ALCL) and Breast Implant Illness (BII). This study aims to estimate the amount of silicone particles that leak from breast implants and deposit in the peri-prosthetic capsules of implants used in Belgium and investigate the various factors that may affect the magnitude of silicone leakage. From a monocentric registry from the plastic and reconstructive surgery department of University Hospital Brugmann, thirty-nine capsules’ slides were analyzed retrospectively using NDPView2 software. Silicone particles were counted and measured based on their largest diameter. The capsule surface area and its thickness were measured to calculate particle's density and total number of particles in each capsule. Silicone particles were detected in 32 (82%) out of 39 capsules, with significant higher densities observed in silicone implants compared to saline implants ( P = 0.027). Overall average density was 66 particle/mm 3 . The density of silicone particles increased significantly with prolonged implantation duration ( P < 0.001). Particle's density tended to differ between different implants’ textures and brands. Silicone particles were found in capsules of both saline and silicone implants. Silicone generates primarily from the silicone gel. Implants texture, brand, and duration of implantation are factors that influence silicone bleeding. Addressing silicone leakage is crucial for enhancing implant safety and patient well-being. Les implants mammaires sont constitués d’une enveloppe en élastomère de silicone remplie de gel de silicone ou de solution saline. Selon la Food and Drug Administration (FDA), les implants mammaires offrent sécurité et efficacité, mais présentent des risques à court et à long terme, notamment des contractures capsulaires, des fuites de silicone et des découvertes de lymphome anaplasique à grandes cellules associé aux implants mammaires (BIA-ALCL) et de maladie des implants mammaires (BII). Cette étude vise à estimer la quantité de particules de silicone qui s’échappent des implants mammaires et se déposent dans les capsules périprothétiques des implants utilisés en Belgique et à étudier les différents facteurs qui peuvent affecter l’ampleur des fuites de silicone. À partir d’un registre monocentrique du service de chirurgie plastique et reconstructrice de l’hôpital universitaire de Brugmann, trente-neuf lames de capsules ont été analysées rétrospectivement à l’aide du logiciel NDPView2. Les particules de silicone ont été comptées et mesurées en fonction de leur plus grand diamètre. La surface de la capsule et son épaisseur ont été mesurées pour calculer la densité des particules et le nombre total de particules dans chaque capsule. Des particules de silicone ont été détectées dans 32 (82 %) des 39 capsules, avec des densités significativement plus élevées observées dans les implants en silicone par rapport aux implants salins ( p = 0,027). La densité moyenne globale était de 66 particules/mm 3 . La densité des particules de silicone a considérablement augmenté avec la durée d’implantation prolongée ( p < 0,001). La densité des particules avait tendance à différer entre les différentes textures et marques d’implants. Des particules de silicone ont été trouvées dans des capsules d’implants salins et en silicone. Le silicone provient principalement du gel de silicone. La texture des implants, la marque et la durée d’implantation sont des facteurs qui influencent la perspiration prothétique du silicone. Le traitement des fuites de silicone est crucial pour améliorer la sécurité des implants et le bien-être des patients.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».