Prospective >12 Months Outcomes After Vocal Fold Injection Medialization With Silk <scp>Microparticle‐Hyaluronic</scp> Acid Material
Notice bibliographique
Résumé
OBJECTIVE: Vocal fold injection medialization (VFIM) is widely used as an initial treatment for unilateral vocal fold paralysis (UVFP). Current practices employ materials that share the limitation of temporary clinical effect from variable resorption rates. A novel silk protein microparticle-hyaluronic acid-based material (silk-HA) has demonstrated cellular infiltration and tissue deposition that may portend a durable medialization effect. We report on ≥12 months outcomes after VFIM with silk-HA. METHODS: Prospective open-label study of patients with UVFP that elected treatment with VFIM with silk-HA. Blinded experts rated laryngeal stroboscopic exams. RESULTS: Seventeen patients with UVFP underwent VFIM with silk-HA. Twelve of the 17 patients have ≥12 months follow-up. Seven patients demonstrated durable treatment benefit ≥12 months after injection with median improvement of 19 (p = 0.0156) in VHI-10. There was no significant change in VHI-10 between 1 and 12 months for these patients. Blinded ratings indicated that 5/7 patients with sustained improvements in VHI-10 exhibited complete or touch glottal closure at 12 months. Two of the seven patients exhibited a small (<1 mm) glottal gap at 12 months. Seven patients experienced initial benefit with later regression 3-4 months after injection. CONCLUSION: VFIM with silk-HA can offer durable improvement in voice-related outcomes for UVFP past 12 months. A subset of patients treated with silk-HA experienced early loss of effect around 3-4 months postinjection. Clinical factors predictive of sustained treatment response to silk-HA injection require further exploration. LEVEL OF EVIDENCE: 3 Laryngoscope, 134:3679-3685, 2024.
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 | 0,001 |
| 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 | 0,001 |
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 ».