Onabotulinum Toxin A (BoNT‐A) for Drooling in Children: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
INTRODUCTION: Sialorrhea, also known as drooling, hypersalivation, or ptyalism, has a significant impact on the medical and psychosocial well-being of children. Onabotulinum toxin A (BoNT-A) is the most commonly used botulinum toxin worldwide for the treatment of sialorrhea in children. OBJECTIVES: To conduct a comprehensive systematic review and meta-analysis to assess the clinical efficacy and potential adverse effects of BoNT-A as a treatment for drooling in children. METHODS: Cochrane, Embase, and Medline databases were systematically searched (up to May 2023). Out of 535 identified publications, 20 were found eligible for inclusion. A systematic review and meta-analysis were performed to determine the efficacy of BoNT-A treatment in children in reducing the frequency and severity of drooling. RESULTS: Out of the 20 studies included, a meta-analysis was conducted on the complete dataset of eight studies involving 131 patients. BoNT-A was found to significantly decrease the severity of drooling in patients with sialorrhea (standardized mean difference [SMD], -2.07; 95% confidence interval [CI], -2.91 to -1.23; p < 0.0001) when compared with the conditions before injections using random-effects models. Six studies out of 20 reported dysphagia as an adverse effect after injection. Other side effects included thickness of saliva and pain at the site of injection. CONCLUSION: BoNT-A is a clinically effective therapy that improves drooling severity in children with sialorrhea. Although there were some adverse side effects reported, they were transient and not severe. Future studies are needed to further evaluate the best techniques and to identify the ideal dosages required to achieve the optimal outcomes. Laryngoscope, 134:3012-3017, 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| 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 ».