Defining Breast Implant Illness: A Systematic Review and Meta-analysis of Patient-reported Symptoms
Notice bibliographique
Résumé
Background: Although no definitive scientific link has been established, public concern surrounding breast implant illness (BII) is increasing. To study this potential condition, a clear definition is necessary. This systematic review aimed to characterize BII through a meta-analysis of patient-reported symptoms. Methods: Following Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, a comprehensive literature search was conducted. The relative risk (RR) of the top 10 symptoms was meta-analyzed, comparing patients with and without breast implants. Additional analyses assessed whether surgical or patient-related factors influenced symptom occurrence. Results: A total of 36 articles were included in this study, accounting for 10,519 patients. Fatigue or malaise (RR = 3.15 [2.89–3.43]), myalgia or weakness (RR = 2.96 [2.76–3.18]), and cognitive dysfunction (RR = 2.87 [2.64–3.12]) were most strongly associated with the presence of breast implants. Implants that were ruptured (RR = 1.12 [1.04–1.21], P = 0.003) or filled with silicone (RR = 2.11 [1.49–2.99], P < 0.0001) appeared more likely to lead to BII-type symptoms. In contrast, patients who underwent explantation (RR = 0.94 [0.90–0.98], P = 0.003) or had implants for aesthetic reasons (RR = 0.91 [0.84–0.99], P = 0.02) reported fewer symptoms. Conclusions: Given increasing awareness and concern surrounding BII, it is essential for the plastic surgery community to critically examine patient outcomes. Establishing a consistent, symptom-based definition of BII and identifying key risk factors are necessary to guide future research and improve patient care.
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 | 0,019 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,041 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».