Patterns of alaryngeal voice adoption and predictive factors of vocal rehabilitation failure following total laryngectomy
Notice bibliographique
Résumé
OBJECTIVE: We aimed to determine patterns of alaryngeal voice acquisition and predictive factors of vocal rehabilitation (VR) failure following total laryngectomy (TL) at a large Canadian tertiary care center. METHODS: All consecutive patients having undergone a TL between January 1st, 2011 and December 31st, 2019, at the Centre Hospitalier de l'Université de Montréal were included. RESULTS: One hundred and ninety-seven laryngectomized patients were identified. Successful VR was achieved in 86 (59.0%) patients, while 59 (41.0%) failed to use a method of alaryngeal voice as their principal means of communication at 1 year postoperatively. The use of tracheoesophageal puncture (TEP) was associated with higher VR success rates (70.6%) when compared with the artificial larynx (48.6%), and esophageal voice (18.8%). The only independent predictor of VR failure on multivariate analysis at all time points was a low socioeconomic status. CONCLUSION: Failure to adopt an alaryngeal voice following TL is highly prevalent, despite comprehensive and free speech language pathologist services being offered at our center. A low resort to TEP at our institution and a poor acceptability and accessibility of alternative VR methods may contribute to this trend. The challenges of VR may be further exacerbated by the barriers linked to a lower socioeconomic status, which in turn may contribute to reduced candidacy for TEP.
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) | 0,000 | 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) | 0,000 | 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 ».