Antegrade versus retrograde facial nerve dissection in benign parotid surgery: Is there a difference in postoperative outcomes? A meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: The primary aim of this meta-analysis was to test the null hypothesis of no difference in facial nerve dysfunction in studies that compared classical antegrade facial nerve dissection (AFND) versus retrograde facial nerve dissection (RFND) during benign parotid surgery. METHODS: A comprehensive search of PubMed, the Cochrane Central Register of Controlled Trials, Scopus, Google Scholar, Science Direct and relevant journals was undertaken up to June 27, 2018. Randomized controlled clinical trials (RCTs), controlled clinical trials (CCTs), and retrospective studies aimed at comparing the effect of AFND vs. RFND during parotidectomy were included. The outcome measures included facial nerve dysfunction, Frey's syndrome, recurrence, silaocele, salivary fistula, operating time length of hospital stay, and estimated blood loss. Pooled risk ratio (RR) and weighted mean differences (MD) with 95% confidence intervals were calculated using either a fixed-effects or random-effects model. RESULTS: Ten studies; four RCTs and five retrospective studies were included. There were 570 patients (319 in RFND group and 251 in AFND group). 481 patients in 9 studies reported the incidence rate of facial nerve dysfunction. No statistical significant difference was observed between both groups concerning the occurrence of transient or permanent facial nerve paralysis (p = 0.44 and 0.11 respectively). One out 10 studies reported the incidence rate of sialocele, however no statistical difference was observed between the two techniques. There was reduction in the operative time (19.30 min), amount of blood loss (25.08 ml) and amount of healthy salivary tissues removed (12.20 mm) in RFND compared with AFND. CONCLUSIONS: According to the results of the current review there is no evidence demonstrating a significant advantage of one approach over another, therefore, well-designed standardized RCTs are required.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,072 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».