Multilevel Palate and Tongue Base Surgical Treatment of Obstructive Sleep Apnea: A Systematic Review and Meta‐analysis
Notice bibliographique
Résumé
OBJECTIVE: To evaluate multilevel palate and tongue base surgery as a method of treatment of obstructive sleep apnea by comparing the pre- and postoperative apnea-hypopnea index. METHODS: We conducted a systematic review. MEDLINE and Embase databases were searched in accordance with Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines for conducting systematic reviews. Two authors screened all articles and performed methodological quality assessment. Relevant articles where reviewed in detail. Standard inclusion criteria were applied for article selection. Relevant data were extracted and summarized, a difference of means random-effects model was performed. Our primary outcome measure was change in apnea-hypopnea index pre-/postsurgical treatment. RESULTS: Of 1,172 studies identified from January 2006 to March 2017, 46 studies met inclusion criteria and were included in the systematic review. This included 11 surgical subgroups and 1,806 patients. Methodological quality and risk of bias assessments were completed. There was strong male predominance 86.8 (standard deviation [SD] = 10.3%), and the average age was 46.8 (SD = 4.0) years. All studies included overweight to obese patients (average body mass index = 29.1 [SD = 3.5]). The average preoperative apnea-hypopnea index was 39.0 (SD = 15.4), and the average postoperative apnea-hypopnea index decreased to 18.3 (SD = 7.5). Meta-analysis data yielded a decrease in apnea-hypopnea index of -23.67 with a 95% confidence interval of -27.27 to -20.06. CONCLUSIONS: Non-maxillomandibular advancement, multilevel surgical procedures for obstructive sleep apnea demonstrate significant improvements in reduction of apnea-hypopnea index following surgery in addition to improvement in many other sleep-specific outcomes. Future research should include larger, higher-level studies that compare surgical treatments and identify factors associated with outcomes. LEVEL OF EVIDENCE: NA Laryngoscope, 129:1712-1721, 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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,031 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».