Visual biofeedback for paradoxical vocal fold motion (PVFM)
Notice bibliographique
Résumé
OBJECTIVES: Paradoxical vocal fold motion (PVFM) is a common condition where the vocal folds inappropriately adduct during inspiration. This results in dyspnea and occasionally significant distress. The condition is thought to be primarily functional, with behavioural therapy considered mainstay in the non-acute setting. However, practice variations and limited access to speech language pathology (SLP) services can pose management challenges. We aimed to examine the efficacy of surgeon performed visual biofeedback as first-line treatment for PVFM. STUDY DESIGN: Prospective, non-randomized, non-comparative clinical study. METHODS: Adult patients referred for possible PVFM and congruent laryngoscopy findings over a two-year period were included. Patients were excluded if they presented in acute distress, had alternate diagnosis to explain symptomology and/or coexisting untreated lower respiratory pathology. Patients underwent immediate surgeon-performed visual biofeedback on the same visit day. The primary outcome of interest was change in Dyspnea Index (DI) scores pre- and post-intervention 3 months follow-up. The secondary outcome measured was change in asthma medication use from baseline to follow-up. RESULTS: Of 34 patients presenting, 25 met inclusion criteria. Of these, 72% were female with an average age of 36.9 ± 14.1. Approximately 48% of patients had a diagnosis of well-controlled asthma at presentation and co-morbid psychiatric diagnoses were common (52%). Pre- and post-intervention analysis showed significant improvement in DI scores (p < 0.001) and reduction in bronchodilator use (p = 0.003). CONCLUSION: This is a prospective study that evaluates the role of visual biofeedback in PVFM patients. Our data suggests that visual biofeedback effectively reduces short-term subjective symptoms and asthma medication use. LEVEL OF EVIDENCE: 3.
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 | 0,001 |
| 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) | 0,003 | 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 ».