Comparing Migraine Headache Index versus Monthly Migraine Days after Headache Surgery: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Nerve deactivation surgery for the treatment of migraine has evolved rapidly over the past 2 decades. Studies typically report changes in migraine frequency (attacks/month), attack duration, attack intensity, and their composite score-the Migraine Headache Index-as primary outcomes. However, the neurology literature predominantly reports migraine prophylaxis outcomes as change in monthly migraine days (MMD). The goal of this study was to foster common communication between plastic surgeons and neurologists by assessing the effect of nerve deactivation surgery on MMD and motivating future studies to include MMD in their reported outcomes. METHODS: An updated literature search was performed according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. The National Library of Medicine (PubMed), Scopus, and Embase were systematically searched for relevant articles. Data were extracted and analyzed from studies that met the inclusion criteria. RESULTS: A total of 19 studies were included. There was a significant overall reduction in MMDs [mean difference (MD), 14.11; 95% CI, 10.95 to 17.27; I 2 = 92%], total migraine attacks per month (MD, 8.65; 95% CI, 7.84 to 9.46; I 2 = 90%), Migraine Headache Index (MD, 76.59; 95% CI, 60.85 to 92.32; I 2 = 98%), migraine attack intensity (MD, 3.84; 95% CI, 3.35 to 4.33; I 2 = 98%), and migraine attack duration (MD, 11.80; 95% CI, 6.44 to 17.16; I 2 = 99%) at follow-up (range, 6 to 38 months). CONCLUSION: This study demonstrates the efficacy of nerve deactivation surgery on the outcomes used in both the plastic and reconstructive surgery and neurology literature.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,037 | 0,013 |
| Bibliométrie | 0,003 | 0,004 |
| 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 | 0,001 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».