Mandibular advancement appliances for the treatment of paediatric obstructive sleep apnea: a systematic review
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effectiveness of mandibular advancement appliances (MAAs) for treatment of pediatric obstructive sleep apnea (OSA). METHODS: Several electronic databases (The Cochrane Database, EMBASE, Healthstar, MEDLINE, PubMed) were systematically searched, as well as a limited grey literature (Google Scholar) and manual searches. A health sciences librarian helped with the selection of Medical Subject Headings (MeSH), key words, and combinations of key words with truncations to account for any differences in controlled terminology in the different databases. Only studies that evaluated the effects of MAAs in children with OSA were pursued. RESULTS: Only 4 articles satisfied all inclusion criteria. Selected studies were retrospective except one study that was a quasi-randomized clinical trial. High risk of bias (Cochrane Risk of Bias assessment) was judged in all included studies. Based on the limited available evidence use of MAAs in a POSA population may result in improvements in Apnea Hypopnea Index (AHI) scores. However complete normalization of AHI scores was not demonstrated. Heterogeneity in study designs and collected information precluded meta-analysis. LIMITATIONS: There are significant weaknesses in the existing evidence due primarily to absence of control groups, small sample sizes, lack of randomization and short-term results. Determination of AHI scores with MAAs still in the mouth should be avoided. CONCLUSIONS: The current limited evidence may be suggestive that MAAs result in short-term improvements in AHI scores, but it is not possible to conclude that MMAs are effective to treat pediatric OSA. Medium- and long-term assessments are still required.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».