The Effectiveness of Surgical Methods for Trismus Release at Least 6 Months After Head and Neck Cancer Treatment: Systematic Review
Notice bibliographique
Résumé
Background The objective of this systematic review was to identify the different surgical treatment modalities of severe trismus after head and neck squamous cell cancer treatment. Methods An electronic literature database search was conducted in Medline, Embase, Cochrane, Web of Science, and OpenGrey to determine articles published up to September 2021. Two observers independently assessed the identified papers for eligibility according to PRISMA guidelines. The inclusion criteria were trismus after head and neck squamous cell cancer with consecutive treatment, detailed description of the surgical procedure for trismus release, description of the initial treatment, at least 6 months between initial cancer treatment and trismus release surgery, a minimal follow-up (FU) of 6 months, and availability of full text. The quality was evaluated using the Newcastle-Ottawa scale. A subanalysis of the maximal mouth opening (MMO) was performed using a mixed-effect model. Results A total of 8,607 unique articles were screened for eligibility, 69 full texts were reviewed, and 3 studies, with a total of 46 cases, were selected based on the predetermined inclusion and exclusion criteria. Three treatment strategies were identified for trismus release (1) free flap reconstruction (FFR), (2) coronoidectomy (CN), and (3) myotomy (MT). There was a clear improvement for all treatment modalities. A quantitative analysis showed a beneficial effect of CN (mean 24.02 ± 15.02 mm) in comparison with FFR (mean 19.88 ± 13.97 mm) and MT (mean 18.38 ± 13.22 mm) (P < 0.01*). An increased gain in MMO after trismus release was found if no primary resection was performed (P = 0.014*). Two studies included in the analysis had an intermediate risk of bias and one had a low risk of bias. Conclusion Currently available reports suggest a low threshold for performing a CN compared with FFR and MT. There is a need for high-quality randomized controlled trials with carefully selected and standardized outcome measures.
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 | 0,009 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,007 | 0,007 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».