Corrective Nasal Surgery after Maxillomandibular Advancement for Obstructive Sleep Apnea: Experience from 379 Cases
Notice bibliographique
Résumé
Objective Efficacy of maxillomandibular advancement (MMA) in the treatment of obstructive sleep apnea (OSA) is associated with degree of maxillary advancement. Large maxillary advancement leads to profound changes of the nasolabial region. We present the incidence and indications of post-MMA corrective nasal surgery in a large cohort. Study Design Case series with chart review. Setting University medical center. Subjects and Methods A total of 379 subjects with OSA underwent MMA at Stanford Hospital (surgeons: S.Y.L., R.W.R.) from August 1992 to December 2015. Data were collected on age, sex, American Society of Anesthesiologists score, polysomnography parameters, and history of nasal surgery. Primary outcome parameters were the incidence and indications of post-MMA corrective nasal surgery. Results Of 379 subjects, the surgical success rate was 76.3% based on the change in respiratory disturbance index. Seventy-one subjects (18.7%) underwent corrective nasal surgery after MMA, whereas 48 underwent functional nasal surgery and 23 underwent both functional and aesthetic nasal surgery. Lower oxygen saturation nadir and higher baseline respiratory disturbance index were associated with increased likelihood of post-MMA corrective nasal surgery. Conclusion MMA surgical success is associated with degree of maxillary advancement, which is especially significant in patients with severe OSA. Patients must be counseled on its impact in nasal function and aesthetics. Our series, the largest to date to address this question, suggests that the incidence of post-MMA corrective nasal surgery is at least 18.7%. Prospectively, refinement in MMA techniques is needed to minimize postoperative compromise in nasal form and function.
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 | 0,001 |
| 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 | 0,001 | 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 ».