Cranial remolding orthosis for children with deformational skull deformities: A systematic review on the factors affecting success and duration of treatment
Notice bibliographique
Résumé
Deformational plagiocephaly, deformational brachycephaly, and deformational scaphocephaly are the most common types of skull deformities during the first year of life. Using a cranial remolding orthosis (CRO) can have an important role in achieving a satisfactory level of improvement in symmetry and proportion of the deformed skulls. However, there is no consensus on the most important parameters for the success or length of treatment with a CRO. In this study, we did a systematic literature review in PubMed, Scopus, Web of Science, and EMBASE on January 2023. Titles/abstracts of the found studies were screened by two independent reviewers. The Newcastle-Ottawa Scale was used to evaluate the quality of the included articles. The best evidence synthesis was considered to determine the strength of the reported factors. A total of 25 articles with an accumulated sample of 7594 participants were included. Nine predictive factors, including age at initiation of CRO treatment, CRO compliance, deformity severity, deformity type, torticollis, gestational age, gestational type, delivery method, and developmental delay, were considered for CRO treatment length or success. Moderate evidence suggests that CRO treatment length is linked to a patient's age at the start of treatment and the deformity severity. Moreover, treatment success is correlated with a patient's age at the start of treatment, CRO compliance, and deformity severity. Moderate evidence indicates that there is no relationship between the presence of torticollis and gestational age with CRO treatment success.
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) | 0,001 | 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 ».