Multi‐Institutional Comparison of Quality of Life Between Open Versus Endoscopic Skull Base Approaches
Notice bibliographique
Résumé
ABSTRACT Objectives The primary objective of this prospective review was to compare quality of life between patients undergoing endoscopic and open skull base approaches. Study Type and Design Prospective Review. Methods Five centers recruited consecutive patients treated surgically for skull base neoplasms between 2012 to 2018. The Skull Base Inventory (SBI), Anterior Skull Base (ASB), and Sinonasal Outcome Test (SNOT‐22) were administered up to 12 months post‐operatively. Mean change from baseline scores were compared with univariable and multivariable analyses. Results A total of 180 patients were included: 108 (60%) F and 72 (40%) M, of whom 126 (70%) underwent endoscopic and 54 (30%) underwent open approaches. Patients undergoing endoscopic approaches were more likely to have sellar or clival pathology (68 vs. 15%, p < 0.001). Those undergoing endoscopic approaches had better disease‐specific quality of life at one year using the SBI and ASB (mean change from baseline = 7.2 vs. 0.69, p = 0.004; 5.8 vs. −1.1, p = 0.002), respectively. On multivariable analysis, endoscopic approach was associated with greater improvement in overall quality of life (mean difference in change scores from baseline = 6.5, p = 0.009), as well as endocrine (mean difference = 8.3, p = 0.011), neurologic (mean difference = 8.3, p = 0.012), visual (mean difference = 7.9; p = 0.032), financial (mean difference = 9.7, p = 0.03), and spiritual domain scores (mean difference = 4.0, p = 0.035). Subgroup analyses of pituitary and non‐pituitary histopathologies demonstrated trends towards greater quality of life at 1‐year compared to baseline in the endoscopic approach compared to the open group. Conclusions Endoscopic approaches are associated with better quality of life compared to open approaches. However, baseline differences in histopathology between the group limit the direct comparison of the open and endoscopic approaches. Future studies with larger and more homogenous samples are required. Level of Evidence Level IV evidence.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».