Lingual tonsil lymphatic tissue regrowth in patients undergoing transoral robotic surgery
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: To evaluate a possible regrowth of lingual tonsil lymphatic tissue in patients submitted to lingual tonsil resection with transoral robotic surgery (TORS). STUDY DESIGN: Retrospective Study. METHODS: Medical records of patients surgically treated by means of TORS to remove excessive lymphatic tissue of the lingual tonsil were retrospectively reviewed. Postoperative endoscopic data after long-term follow-up were analyzed to investigate possible lymphatic tissue regrowth. Preoperative and postoperative lingual tonsil lymphatic tissue were classified according to the standardized Friedman's grading scale ranging from 0 to 4. RESULTS: Sixty-eight patients (41 male and 27 female; mean age = 51.3 years) were considered suitable for the study analysis. Clinical regrowth was observed in six (8.8%) patients: four (5.9%) and two (2.9%) patients with grade 2 and 3 lymphatic hypertrophy, respectively. No correlation between the grade of regrowth, the time interval from surgery, and the volume of lymphatic tissue removed was found. CONCLUSIONS: The lymphatic tissue regrowth after TORS resection appears to be very low. LEVEL OF EVIDENCE: 4 Laryngoscope, 129:2652-2657, 2019.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».