Predicting Long-Term Facial Nerve Outcomes After Resection of Vestibular Schwannoma
Notice bibliographique
Résumé
OBJECTIVES: 1) Describe the effect of tumor size on facial nerve (FN) outcomes after microsurgical resection of vestibular schwannoma (VS).2) Describe the effect of surgical approach, preoperative radiation, and early postoperative facial function on long-term FN outcomes. STUDY DESIGN: Retrospective analysis. SETTING: Tertiary referral center. PATIENTS: Adult (≥18 yr) patients underwent translabyrinthine or retrosigmoid VS resection by a single neurotologist and single neurosurgeon between February 2008 and December 2017. MAIN OUTCOME MEASURES: Long-term FN outcomes (≥12 mo) according to House-Brackmann (HB) grade. RESULTS: During the study period, 350 patients underwent VS resection, of whom 290 met inclusion criteria. Translabyrinthine surgery was performed in 54% (n = 158) and retrosigmoid in 45% (n = 131). One patient underwent a combined approach. Among patients who underwent retrosigmoid approach, none had a tumor more than 30 mm. Gross total resection was achieved in 98% (n = 283). Long-term HB1-2 function was achieved in 90% (n = 261). On univariate analysis, tumor size (per cm increase), history of preoperative radiation, and worse HB score at discharge predicted worse FN function. Multivariate analysis showed that tumor size (per cm increase) and history of radiation were independent predictors of FN function. For patients with tumors less than 30 mm, multivariate analysis of tumor size and surgical approach was performed; tumor size remained predictive of worse FN function (odds ratio [OR] 2.362, p = 0.0035), whereas surgical approach was not significantly predictive (p = 0.7569). CONCLUSION: Tumor size and history of radiation predict long-term FN function after VS resection. When accounting for tumor size, the translabyrinthine and retrosigmoid approaches yield equivalent FN results.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».