Cholesteatoma Severity Determines the Risk of Recurrent Paediatric Cholesteatoma More Than the Surgical Approach
Notice bibliographique
Résumé
Objective: To evaluate factors that influence the rate of cholesteatoma recurrence (growth of new retraction cholesteatoma) in children. Methods: Review of children with primary acquired or congenital cholesteatoma. Severity was classified by extent and EAONO-JOS stage, and surgery by SAMEO-ATO. Primary outcome measure was 5-year recurrence rate using Kaplan–Meier or Cox regression analysis. Results: Median age was 10.7 years for 408 cholesteatomas from which 64 recurred. Median follow up was 4.6 years (0–13.5 years) with 5-year recurrence rate of 16% and 10-year of 29%. Congenital cholesteatoma (n = 51) had 15% 5-year recurrence. Of 216 pars tensa cholesteatomas, 5-year recurrence was similar at 14%, whereas recurrence from 100 pars flaccida cholesteatomas was more common at 23% (log-rank, p = 0.001). Sub-division of EAONO-JOS Stage 2 showed more recurrence in those with than without mastoid cholesteatoma (22.1% versus 10%), with more in Stage 3 (31.9%; p = 0.0003). Surgery without mastoidectomy, including totally endoscopic ear surgery, had 11% 5-year recurrence. Canal wall-up tympanomastoidectomy (CWU) and canal wall-down/mastoid obliteration both had 23% 5-year recurrence. Multivariate analysis showed increased recurrence for EAONO-JOS Stage 3 (HR 5.1; CI: 1.4–18.5) at risk syndromes (HR 2.88; 1.1–7.5) and age < 7 years (HR 1.9; 1.1–3.3), but not for surgical category or other factors. Conclusion: Young age and more extensive cholesteatoma increase the risk of recurrent cholesteatoma in children. When controlling for these factors, surgical approach does not have a significant effect on this outcome. Other objectives, such as lower post-operative morbidity and better hearing outcome, may prove to be more appropriate parameters for selecting optimal surgical approach in children.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,002 |
| 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 ».