Proximal vs. Recipient Site for Vascular Lymph Node Transfers for Breast Cancer-Related Lymphedema: A Meta-Analysis and Systematic Review
Notice bibliographique
Résumé
Background/Objectives: Despite the popularity of vascularized lymph node transfers (VLNTs) for treatment of breast cancer-related lymphedema (BCRL), the comparative effectiveness of VLNT placement locations is unknown. In this meta-analysis, we examined the impact of VLNT recipient site (proximal vs. distal vs. dual) and adjunct surgical techniques, including scar release, supercharging, and intervention timing on patient outcomes. Methods: PRISMA-guided search of PubMed, MEDLINE, and Embase (January 2015–March 2025). Patient outcomes including limb circumference/volume reduction, cellulitis frequency, compression garment discontinuation, and patient satisfaction were analyzed. Subgroup analyses assessed node placement, scar release, supercharging, and timing. Results: A total of 1440 patients were analyzed (proximal 63.8%; distal 29.2%; dual 7.0%). No significant differences in mean volume/circumference reductions, patient satisfaction rates, and compression garment discontinuation were observed amongst placement strategies (p > 0.30). Adjunct scar release (65%) was associated with significantly greater patient satisfaction (p = 0.04) and showed trends toward improved volume reduction and compression discontinuation. Earlier intervention (<5 years from diagnosis) showed improved volume reduction, patient satisfaction, and compression discontinuation. Longitudinal analysis revealed dual placement maintained superiority throughout a 12-month follow-up. Conclusions: VLNT is an effective treatment for BCRL regardless of placement location, with all strategies demonstrating substantial clinical improvements. While dual placement showed numerically superior outcomes across all measures, differences did not reach statistical significance due to limited number of studies. Adjunct scar release significantly improves patient satisfaction, and earlier intervention may optimize outcomes. These findings suggest that recipient site selection may be guided by technical factors, vessel availability, and patient preference rather than efficacy differences.
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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,033 | 0,018 |
| 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 | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».