Prevalence, diagnosis, and treatment of ankyloglossia: methodologic review.
Notice bibliographique
Résumé
OBJECTIVE: To review the diagnostic criteria for, the prevalence of, and the effectiveness of frenotomy for treatment of ankyloglossia. DATA SOURCES: MEDLINE and CINAHL databases were searched for articles suitable for a methodologic review of studies on various aspects of ankyloglossia. STUDY SELECTION: Studies that presented data on patients and addressed ankyloglossia in relation to breastfeeding were selected. Case reports, case series, retrospective studies, prospective controlled studies, and randomized controlled trials were included in the analysis. Opinion pieces, literature reviews, studies without data on patients, studies that did not focus on breastfeeding, position statements, and surveys were excluded. SYNTHESIS: There is no well-validated clinical method for establishing a diagnosis of ankyloglossia. Five studies using different diagnostic criteria found a prevalence of ankyloglossia of between 4% and 10%. The results of 6 non-randomized studies and 1 randomized study assessing the effectiveness of frenotomy for improving nipple pain, sucking, latch, and continuation of breastfeeding all suggested frenotomy was beneficial. No serious adverse events were reported. CONCLUSION: Diagnostic criteria for ankyloglossia are needed to allow for comparative studies of treatment. Frenotomy is likely an effective treatment, but further randomized controlled trials are needed to confirm this. A reliable frenotomy decision rule is also needed.
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 | 0,001 | 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) | 0,000 | 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 ».