Delayed Facial Palsy After Resection of Vestibular Schwannoma: An Analysis of Long-term Facial Nerve Outcomes
Notice bibliographique
Résumé
OBJECTIVES: 1) Identify clinical factors associated with delayed facial palsy (DFP) after microsurgical resection of vestibular schwannoma. 2) Determine whether DFP predicts worse facial nerve (FN) outcomes. METHODS: Adult patients (≥18 yrs) who underwent vestibular schwannoma resection between February 2008 and December 2017 were retrospectively reviewed. Postoperative House-Brackmann (HB) FN function was assessed on the day of surgery, daily during patients' inpatient admissions, and at postoperative clinic visits. Follow-up exceeded ≥12 months for all patients. DFP was defined as a decline (≥1 HB grade) in FN function (relative to the preoperative state) occurring between postoperative days 1 and 30. RESULTS: Two hundred ninety-one patients were analyzed. Mean age was 51.5 years (±12.3) and mean tumor size 20.6 mm (±10.8). Immediate FP occurred in 61 (21%) patients, and DFP occurred in 112 (38%) patients. Tumor size was largest in patients with immediate FP (p < 0.0001). On univariate analysis, DFP was associated with better final FN outcomes (OR 0.447, p = 0.0101) compared with immediate FP. Multivariate analysis, however, showed that timing of FP was no longer significant, whereas larger tumor size and preoperative HB2 function predicted worse FN outcomes (OR 2.718, p < 0.0001 and OR 9.196, p = 0.0039, respectively). In patients with DFP, longer time to onset of palsy predicted more favorable FN outcomes. CONCLUSIONS: When accounting for tumor size, the timing of onset of postoperative facial palsy does not predict final FN outcomes. In patients who develop DFP, the longer the interval between surgery and onset of weakness, the better the chances of good long-term FN function.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».