Management and outcomes of facial nerve injury following rhytidectomy: a systematic review
Notice bibliographique
Résumé
BACKGROUND AND AIM: Facial nerve injury is a critical complication of rhytidectomy, affecting patient outcomes and satisfaction. Despite its importance, standardized management strategies remain limited. This systematic review evaluates current evidence on the management, outcomes, and prevention of facial nerve injuries in rhytidectomy, with stratification by injury severity to enhance clinical applicability. METHODS: In this study, PubMed, Embase, and the Cochrane Library were searched from inception to July 2025, identifying 20 studies that met the inclusion criteria. The quality of the studies was assessed using AMSTAR 2 and the Newcastle-Ottawa Scale. Additionally, the review was conducted in accordance with the PRISMA guidelines to ensure transparency and accuracy in reporting the results. RESULTS: The incidence of facial nerve injury ranged from 0.5% to 5%, with 70% of patients achieving full recovery within six months through conservative treatments (corticosteroids, physiotherapy). Management and outcomes varied by injury severity: neuropraxia (80-90% of cases) typically resolved conservatively, while axonotmesis or neurotmesis required surgical interventions (e.g., nerve repair) or adjunct therapies (e.g., botulinum toxin). Preventive measures, such as meticulous surgical techniques and awareness of facial danger zones, were effective. Intraoperative nerve monitoring showed potential but needs further validation. CONCLUSIONS: Conservative management suffices for most cases, particularly neuropraxia, yet 10% of patients experience persistent deficits, underscoring the need for severity-stratified approaches. Prospective multicenter registries with standardized outcome measures, individual patient data meta-analyses, and Bayesian hierarchical modeling are essential to address evidence gaps and enhance clinical practice.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 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 ».