Clinical and Radiographic Factors Predicting Hearing Preservation Rates in Large Vestibular Schwannomas
Notice bibliographique
Résumé
Objectives Postoperative hearing preservation rates for patients with large vestibular schwannomas range from 0 to 43%. The clinical and radiographic factors predicting hearing preservation in smaller vestibular schwannomas are well described; however, their importance in larger tumors is unclear. We investigated factors predicting hearing preservation in large vestibular schwannomas. Design Retrospective review. Setting Quaternary care academic center. Participants A total of 85 patients with unilateral vestibular schwannomas > 3 cm underwent retrosigmoid resections. Main Outcomes Measures Preoperative and postoperative serviceable hearing rates. Methods Clinical and radiographic data including preoperative and postoperative audiograms, preoperative symptoms, magnetic resonance imaging features, and postoperative facial weakness were analyzed. Results Hearing was preserved in 41% of patients (17 of 42) with preoperative serviceable hearing. Hypertension and diabetes increased the likelihood of preoperative hearing loss. Preoperative tinnitus predicted a lower likelihood of hearing preservation. No radiographic factors predicted hearing preservation; however, larger tumor size, smaller fourth ventricular width, and the presence of a cerebrospinal fluid cleft surrounding the tumor predicted postoperative facial weakness. Conclusion Systemic comorbidities may influence hearing loss preoperatively in patients with large vestibular schwannomas. The absence of tinnitus may reflect hearing reserve and propensity for hearing preservation. Preoperative radiographic features did not predict hearing preservation despite some associations with postoperative facial weakness.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».