Genioglossus Muscle Advancement with the Genioglossus Bone Advancement Technique for Base of Tongue Obstruction
Notice bibliographique
Résumé
OBJECTIVE: To report our early experience evaluating the efficacy of genioglossus muscle advancement using the genioglossus bone advancement technique (GBAT) for symptomatic base of tongue obstruction and sleep-disordered breathing. STUDY DESIGN: Retrospective, nonrandomized study. METHODS: Patient data were obtained from the hospital records of 13 patients undergoing genioglossus muscle advancement with the GBAT system. RESULTS: Thirteen patients underwent genioglossus muscle advancement with the GBAT system. All patients demonstrated greater than 75% obstruction at the base of the tongue as determined by preoperative Müller's manoeuvre. Nine patients demonstrated obstructive sleep apnea syndrome and four demonstrated severe upper airway resistance syndrome on nocturnal polysomnography. Postoperatively, all patients reported improvement of snoring and hypersomnolence and greater than 90% improvement of collapse at the base of the tongue. Minor complications (3/13) included haematoma and transient tooth paresthesia. There was one case of infection requiring plate removal and one case of airway obstruction secondary to angioedema. CONCLUSIONS: Genioglossus muscle advancement using the GBAT system is a safe, simple, and rapid method for improving symptomatic base of tongue obstruction in sleep-disordered breathing.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».