Consequences to Hearing During the Conservative Management of Vestibular Schwannomas
Notice bibliographique
Résumé
OBJECTIVE: To estimate the risk of loss of serviceable hearing during the conservative management of vestibular schwannomas. STUDY DESIGN: Retrospective case review. METHODS: Twenty-five patients with a radiological diagnosis of unilateral vestibular schwannoma were managed conservatively for a mean duration of 43.8 months (range, 12-194 mo). The pure-tone average (PTA) (0.5, 1, 2, and 3 kHz) and speech discrimination scores (SDS) were measured at regular intervals throughout the entire duration of follow-up. Serviceable hearing was defined using two criteria: 70% SDS/30 dB PTA (the 70/30 rule) and 50% SDS/50 dB PTA (the 50/50 rule). The size and growth rate of tumors were determined according to the American Academy of Otolaryngology-Head and Neck Surgery guidelines (1995). Intervention was recommended if there was evidence of continuous or rapid radiological tumor growth, and/or increasing symptoms or signs suggestive of tumor growth. RESULTS: The risk of loss of serviceable hearing for the total group was 43% using the 70/30 rule and 42% using the 50/50 rule. Tumor growth was considered significant (> 1 mm) in 8 tumors (32%) and nonsignificant in 17 (68%). The risk of loss of serviceable hearing for the tumor-growth group was 67% using the 70/30 rule and 80% using the 50/50 rule. In contrast, the risk of loss of serviceable hearing for the no tumor-growth group was 25% using the 70/30 rule and 14% using the 50/50 rule. No audiological factors predictive of tumor growth were identified. CONCLUSIONS: There is a significant risk of loss of serviceable hearing during the conservative management of vestibular schwannomas. This risk appears to be greater in tumors that demonstrate significant growth.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».