Sanna Classification and Prognosis of Cholesteatoma of the Petrous Part of the Temporal Bone
Notice bibliographique
Résumé
OBJECTIVE: To determine how classification of petrous bone cholesteatomas (PBCs) using the 5-point Sanna classification can predict major structural involvement, facial nerve outcomes, hearing outcomes, postoperative complications, and disease recurrence. STUDY DESIGN: Retrospective case series. SETTING: Tertiary referral center in Bergamo, Italy. PATIENTS: Eighty-one sequential patients with radiologic and surgically confirmed diagnoses of PBC treated at a single tertiary referral center during a 20-year period. MAIN OUTCOME MEASURES: Major structural involvement, facial nerve outcomes, hearing outcomes, postoperative cerebrospinal fluid leak, and disease recurrence were evaluated on the basis of Sanna classification. RESULTS: Using the Sanna classification, 70% (57) were supralabyrinthine, 12% (10) infralabyrinthine, 7% (6) infralabyrinthine-apical, 5% (4) apical, and 5% (4) massive. Massive classification was statistically significantly associated with cochlear involvement (p = 0.009) and internal auditory canal involvement (p = 0.02). The infralabyrinthine-apical class was associated with carotid canal involvement (p = 0.03). Facial nerve interruption was observed in 35% of patients and most frequently in the apical group (75%). Neither hearing nor facial nerve outcomes were associated with Sanna classification. House-Brackmann score improved or was maintained postoperatively in 89% of patients. CONCLUSION: The Sanna classification provides anatomic detail on location of PBCs and is predictive of IAC, cochlear, and carotid artery involvement. However, classification systems for this rare condition continue to pose a challenge in being able to accurately predict facial nerve and hearing outcomes in surgical obliteration of PBC.
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 | 0,001 |
| 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 ».