Strategies for CO<sub>2</sub> Laser Use in Laryngeal Microsurgery: A Systematic Review
Notice bibliographique
Résumé
Abstract Objective We aim to systematically review the literature addressing perioperative practices for optimal use of the CO 2 laser in laryngeal transoral laser microsurgery (TOLMS), with a focus on safety. Data Sources A systematic review of publications indexed in Medline, Embase, and EBM reviews‐Cochrane Central Register of Controlled Trials which evaluated perioperative strategies for the use of CO 2 laser in laryngeal TOLMS was conducted. Review Methods Records obtained from the search strategy were assessed for eligibility in a 2‐step process by 2 independent researchers using the Covidence software. Results Among 2143 identified records, 103 were included in this study. The majority of studies (n = 25) focused on the use of the CO 2 laser in oncologic resection, while 20 addressed the treatment of vocal cord paralysis, 16 discussed the treatment of pediatric or congenital pathologies, 11 detailed the management of benign lesions, and 31 studies tackled other surgical indications. Strategies for safe CO 2 TOLMS were highly heterogeneous across studies and included preoperative measures (ie, related to the environment, staff preparation, patient protection, and ventilation), intraoperative precautions (ie, protection of nontarget structures, technical considerations, topical and systemic medications), and postoperative strategies (ie, related to airway protection, oral intake, vocal rest, hospitalization duration, drug regimen, and consultant follow‐up). Conclusion The results provided in this study can be used as a framework to guide the creation of laser safety protocols across institutions, guide quality improvement initiatives, the development of simulation training activities, and as a tool to facilitate resident teaching and skill assessment.
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) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».