A systematic review of the effect of different crimping techniques in stapes surgery for otosclerosis
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: To evaluate the effect of crimping techniques in stapes surgery for otosclerosis patients measured by hearing outcomes on pure-tone audiometry. DATA SOURCES: PubMed, EMBASE, and the Cochrane Library. METHODS: A systematic search was conducted. Studies comparing the effect of different crimping methods on pure-tone audiometric results in patients undergoing stapes surgery for otosclerosis were included. Relevance and risk of bias were assessed. Absolute risks and risk differences, means and mean differences, and 95% confidence intervals were extracted or calculated for the primary and secondary outcomes, which were air-bone gap closure to 10 dB or less, mean postoperative air-bone gap, and postoperative sensorineural hearing loss. RESULTS: Twenty-two studies with moderate or high risk of bias were included for data extraction. Air-bone gap closure to 10 dB or less was assessed in 17 studies and mean postoperative air-bone gap in 20 studies. The hearing outcomes did not consistently favor one crimping method. However, the differences that were statistically significant were consistently in favor of heat crimping over manual and no crimping (difference in air-bone gap closure to 10 dB or less ranged between 22% and 42% in these studies and difference in mean postoperative air-bone gap between 2.8 dB and 7.4 dB) and in favor of manual crimping over no crimping (30% difference in air-bone gap closure to 10 dB or less and difference in mean postoperative air-bone gap between 2.6 dB and 6.0 dB). CONCLUSION: Moderate to high risk of bias and inconsistent results characterize the current evidence. Laryngoscope, 126:1207-1217, 2016.
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 | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».