Maxillomandibular Advancement for Obstructive Sleep Apnea in Patients With Obesity: A Meta‐Analysis
Notice bibliographique
Résumé
OBJECTIVE: ) treated with maxillomandibular advancement (MMA). DATA SOURCES: Scopus, PubMed, CINAHL, and The COCHRANE Library. REVIEW METHODS: A search was performed from inception until April 3, 2024, in each database. RESULTS: A total of 14 studies (143 subjects) were included. The mean age was 44.3 years (range: 17-69), 80.2% males (95% CI: 72.5-86.5), mean BMI of 35.3 (95% CI: 33.1-37.5), and mean duration to follow-up post-MMA was 13.7 months (95% CI: 10.1-17.3). All objective outcomes improved significantly; overall, apnea-hypopnea index (AHI) decreased by -57.3 ([95% CI: -71.5 to -43.2], p < 0.0001) lowest oxygen saturation (LSAT) increased by 14.1% ([95% CI: 9.9 to 18.3], p < 0.0001), and Epworth Sleepiness Scale (ESS) decreased by -9.4 ([95% CI: -13.5 to -5.2], p < 0.0001). Surgical cure was 39.2% (95% CI: 20.3-60.0), and surgical success was 85.6% (95% CI: 77.8-91.5). Comparing percent reduction in class 3 obesity (-92.9%) as compared to class 1 (-85.5%) and class 2 (-83.6%) exhibited a significant difference (1 vs 3 p = 0.0012, 2 vs 3 p = 0.015). CONCLUSIONS: Our findings suggest that MMA significantly improves subjective and objective outcomes in OSA amongst patients with obesity with results comparable to the overall population. Success rates remained above 80% in studies with the highest mean BMI. In addition, patients with class 3 obesity yielded a significantly increased benefit based on percent reduction in AHI compared with class 1 and 2. LEVEL OF EVIDENCE: 1 Laryngoscope, 135:507-516, 2025.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,024 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».