Technical Challenges for Laryngeal Electromyography
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Laryngeal electromyography (LEMG) is a useful diagnostic test in the evaluation of vocal fold paralysis (VFP). This study investigates factors that can make LEMG challenging to perform. METHODS: Patients with subacute unilateral VFP presented for LEMG were prospectively enrolled. Demographic data including BMI, previous neck surgery, and anatomic factors were collected. Patient-reported pain related to the procedure was recorded on a visual analogue scale (VAS). Electromyographer and otolaryngologist recorded a consensus rating of the perceived difficulty in performing the test and confidence in using the results for clinical decision-making. RESULTS: A total of 111 patients (56.8% female) were enrolled between August 2015 and August 2018. The mean age was 55 ± 14 years, and the average body mass index (BMI) was 28.5 ± 6.4. The mean patient-reported VAS score for pain was 35 ± 24. Notably, 31.2% of the tests were considered "very easy," 32.1% were considered "mildly challenging" and 23.9% and 12.8% were considered "moderately challenging" and "extremely challenging," respectively, by the clinicians. Common factors affecting LEMG difficulty included poorly palpable surface anatomy (50.5%) and patient intolerance (15.6%). Clinicians felt confident in 76.1% of the test findings. Bivariate analyses showed that prior neck surgery is associated with elevated VAS (p = 0.02), but clinician-perceived difficulty of performing the test is not associated with elevated VAS scores (p = 0.55). CONCLUSIONS: Majority of LEMG tests are well tolerated by patients. Physicians reported more confidence using LEMG for clinical decision-making when the test was easier to perform. Difficult surface anatomy and patient intolerance affects clinician confidence in integrating the test results with clinical care. LEVEL OF EVIDENCE: 3 Laryngoscope, 134:831-834, 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 | 0,000 |
| 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 ».