MétaCan
Menu
Retour à la cohorte
Enregistrement W4412420739 · doi:10.1177/22925503251355977

Recommendations for a Canadian Breast Implant Registry

2025· review· en· W4412420739 sur OpenAlexaffabout
Victoria M.S. Rea, Emma Nicholson, Kathryn V. Isaac

Notice bibliographique

RevuePlastic Surgery · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueBreast Implant and Reconstruction
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBreast implantMedicineGovernment (linguistics)MEDLINEFamily medicineGrey literaturePatient registryGermanImplantGeographySurgeryPolitical sciencePediatrics

Résumé

récupéré en direct d'OpenAlex

Introduction: Use of breast implants has nearly doubled for reconstructive and aesthetic surgery throughout North America. This growing demand highlights the need for breast implant registries to monitor safety and quality of care. Despite wide adoption of implant registries in other countries, there is currently no Canadian system to track implantation of breast prostheses. This review aimed to inform the development and implementation of a Canadian breast implant registry (BIR). Methods: A systematic review was conducted to include searches of Medline Ovid, Web of Science, Embase Ovid and grey literature databases. Data were extracted for: patient participation, registry structure, data quality, funding and reporting outputs. Results: Of 1577 articles, a total of 19 met inclusion criteria. The Dutch, Australian, American, German, United Kingdom and Korean implant registries were analyzed. Opt-out systems were commonly used and correlated with higher capture rates. Data input relied on physician or surgeon data entry. Funding was private for the Dutch BIR through a patient or insurance surcharge, and government funding was used in the United Kingdom, Australian and Korean registries. Finally, all registries disseminated outcomes via annual reports. Conclusion: Based on strategies used in existing registries, it is recommended a Canadian BIR have an opt-out structure, funding from a combination of government or private stakeholders, use a standardized data set and annual reporting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,061
score de la tête « metaresearch » (Gemma)0,149
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,900

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0610,149
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0130,014
Études des sciences et des technologies0,0030,002
Communication savante0,0060,008
Science ouverte0,0070,004
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0240,006

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,313
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlastic SurgeryMême sujetBreast Implant and ReconstructionTravaux en français237 207