Secondary Airway Lesions in Laryngomalacia
Notice bibliographique
Résumé
OBJECTIVE: To document the prevalence of secondary airway lesions (SALs) among children with laryngomalacia (LM). STUDY DESIGN: A cross-sectional observational study. SETTING: Single practice in a tertiary care pediatric facility. SUBJECTS AND METHODS: Patients diagnosed with LM were initially identified from a prospectively kept surgical database. Patients with cardiac/large-vessel malformations, prematurity, repeated or prolonged intubations, acute infections, or prior airway surgery were excluded. Only children who had a full examination of the airway were included. Other associated diagnoses along with demographics, surgical intervention, and type of LM were included. RESULTS: Over an 8-year period, 1112 patients underwent laryngoscopy and bronchoscopy. A total of 108 consecutive cases were diagnosed with LM (78 primary diagnosis and 30 secondary diagnosis). After excluding 17 with disorders associated with large airway disease, 91 LM patients were included. The mean age was 553.23 days (ranging between 5 days and 15 years); 60 were boys and 31 were girls. The prevalence of SALs was 7.7% (95% confidence interval, 7.65-7.76; 7 children; 4 subglottic stenosis, 4 tracheomalacia, 1 bronchomalacia, and 1 choanal atresia). Fifty-nine patients underwent supraglottoplasties, while 1 patient had a tracheostomy. CONCLUSIONS: After accounting for conditions known to be associated with large airway lesions, the prevalence of SALs associated with laryngomalacia was much less than previously reported. The authors hypothesize that the upper-end figures are a reflection of highly select cohorts and the inclusion of patients with other pathology known to be associated with subglottic stenosis, tracheomalacia, and bronchomalacia and low thresholds for diagnosing mild subglottic stenosis.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».