Prospective Outcomes After Serial Platelet‐Rich Plasma (<scp>PRP</scp>) Injection in Vocal Fold Scar and Sulcus
Notice bibliographique
Résumé
OBJECTIVE: Vocal fold scar and sulcus pose significant treatment challenges with no current optimal treatment. Platelet-rich plasma (PRP), an autologous concentration of growth factors, holds promise for regenerating the superficial lamina propria. This study aims to evaluate the potential benefits of serial PRP injections on mucosal wave restoration and vocal function. METHODS: In a prospective clinical trial across two institutions, patients with vocal fold scar underwent four serial PRP injections, one month apart. Blinded independent laryngologists and expert listeners used pretreatment and one-month post-fourth injection videostroboscopy and CAPE-V assessments to evaluate mucosal wave and voice quality changes, respectively. Additionally, patient reported outcome measures (PROMs) were evaluated. RESULTS: In the study, 15 patients received 55 PRP injections without adverse effects. Eight patients (53.3%) had mild, three patients (20%) had moderate, and four patients (26.7%) had severe scar. There was an average reduction of 8.7 points in post-treatment VHI-10 scores (p = 0.007). The raters observed an improvement in post-treatment voice in 73.4% of cases, and CAPE-V scores showed a reduction of 18.8 points on average (p = 0.036). The videostroboscopic VALI ratings showed an improvement in mucosal wave rating from 2.0 to 4.0. On average, the raters perceived the post-PRP exams to be better in 56.7% of cases. CONCLUSIONS: PRP has been validated as a safe autologous option for treatment of vocal fold scar. While results for mucosal wave and voice quality varied, there was a consistent improvement in PROMs. LEVEL OF EVIDENCE: 3: Prospective cohort study, with blinded analysis Laryngoscope, 134:5021-5027, 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 | 0,000 | 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 ».