Musculoskeletal Impairments and Dysfunction in Individuals with Head and Neck Cancer Following Surgery with Neck Dissection—A Systematic Review
Notice bibliographique
Résumé
Background: Various forms of head and neck cancer (HNC) surgery that include a neck dissection procedure have been shown to negatively influence the neuromusculoskeletal function of the structures affected. This review aimed to identify the neuromusculoskeletal impairments experienced by individuals with HNC following surgery involving different types of neck dissection procedures. Methods: The search was conducted in four databases, encompassing randomized control trials (RCTs), cross-sectional studies, and cohort studies that explored neuromusculoskeletal impairments and dysfunction following HNC surgery. The risk of bias in the included studies was assessed using the ROB 2 tool for RCTs and the ROBINS-I tool for non-RCTs. Results: Sixty-seven studies were included (prospective cohort studies n = 29; cross-sectional studies n = 21; retrospective studies n = 13; and RCTs n = 4). This review revealed diverse neuromusculoskeletal impairments and disabilities in individuals with HNC after undergoing various types of neck dissection. The overall quality of evidence was low due to methodological limitations and variability in assessment tools. Conclusions: The extent and type of neuromusculoskeletal impairment resulting from surgery varied depending on the type of surgery and the outcome measures used. Further high-quality studies with standardized assessment, consistent outcome measures, and long-term follow-up are needed to improve the credibility of research in this area.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».