Necrotizing fasciitis of the head and neck in era of COVID-19: a single-institution experience
Notice bibliographique
Résumé
Objectives: Necrotizing fasciitis (NF) of the head and neck is a critical condition, known for its severe impact and high mortality rates, often linked with diabetes, odontogenic infections, and immunosuppression. Observations from the University of Ottawa's Department of Otolaryngology - Head and Neck Surgery indicate an increase in NF cases since the COVID-19 pandemic began, suggesting a possible association between COVID-19 and NF. This study aims to assess the incidence of NF since the pandemic's onset and explore its association with COVID-19. Design: Conducted as a single-center retrospective review from January 1, 2015 to April 7, 2023, this study included patients aged over 18 years with histopathologic confirmation of NF, analyzing clinical risk factors, treatment, and outcomes. Patients were divided into pre- and post-COVID-19 groups for comparison. Results: Of 16 patients, 68.7% were in the post-COVID-19 group, with a notable increase in 2022. The most common risk factors were diabetes mellitus (43.8%) and history of odontogenic infection or extraction (31.3%). Only one patient (6.3%) presented with concomitant COVID-19 infection and NF. All patients underwent treatment with serial surgical debridement and intravenous antibiotics with mortality rates rising to 12.5% after the pandemic. Conclusions: Our study demonstrates an increased incidence of NF cases in our institution after the COVID-19 pandemic.
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 ».