Impact of The COVID-19 Pandemic on Salivary Gland-Related Healthcare Interventions; A Systematic Review And Meta-Analysis
Notice bibliographique
Résumé
Background: The emergence of SARS-CoV-2 variants has raised concerns regarding their potential impact on perioperative outcomes. Its effect on patients undergoing surgery for salivary gland diseases remains unclear. This systematic review and meta-analysis aimed to evaluate the impact of the COVID-19 pandemic on salivary gland-related healthcare interventions, including cancer treatments, sialendoscopy procedures, and parotid surgery outcomes. Materials and Methods: Following PRISMA guidelines, a systematic search was conducted in PubMed, Embase, and Web of Science (2019-2025) for studies reporting pre- and during-COVID data. Two reviewers independently screened records, extracted data, and assessed risk of bias using the Newcastle-Ottawa Scale. A random-effects meta-analysis was performed to pool odds ratios (ORs) for intervention outcomes. Results: Four studies (n=7,740 participants) were included. The pooled OR for salivary gland interventions during versus pre-COVID was 1.08 (95% CI: 0.88-1.33, P=0.45), indicating no significant change, with moderate heterogeneity (I²=46%). Subgroup analyses revealed increased odds of wound dehiscence post-parotid surgery (OR=4.40, 95% CI: 1.18-16.40) but no significant differences in delayed cancer diagnosis or urgent sialendoscopy. Conclusion: The COVID-19 pandemic did not significantly alter overall salivary gland intervention rates or adverse events, though some procedural complications increased non-significantly. Limited evidence underscores the need for larger, standardized studies. While this shows that surgeons maintained quality of practice in this era during the COVID-19.
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 | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,014 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».