Efficacy of Intraoperative Facial Nerve Monitoring in Parotidectomy: A Systematic Review and Meta‐Analysis (1970‐2025)
Notice bibliographique
Résumé
OBJECTIVE: To assess the effectiveness of intraoperative facial nerve monitoring (FNM) in reducing immediate and permanent postoperative facial nerve weakness after primary parotidectomy. DATA SOURCES: PubMed-NCBI database, January 1970 to May 2025. REVIEW METHODS: A systematic review and meta-analysis were performed in accordance with PRISMA guidelines. Eligible studies compared primary parotidectomy performed with versus without FNM and reported outcomes as House-Brackmann grade ≥2. Two reviewers independently extracted study characteristics and outcomes. Study quality was assessed with the Newcastle-Ottawa Scale. Pooled odds ratios (ORs) with 95% confidence intervals (CIs) were calculated; random-effects models were used when heterogeneity (I²) exceeded 30%. Number needed to monitor (NNM) was calculated for significant endpoints. RESULTS: Ten studies (n = 1047; 568 FNM, 479 control) met inclusion criteria. FNM was associated with nearly halved odds of immediate postoperative weakness (OR = 0.49; 95% CI, 0.35-0.67; P < .01; I² = 20.2%), corresponding to an NNM of 7. Permanent weakness was also associated with a significant reduction (OR = 0.49; 95% CI, 0.30-0.81; P < .01; I² = 12.9%), with an NNM of 11. Included studies were of moderate-to-high quality (NOS 6-8/9), though domain-level biases, particularly lack of blinding and incomplete confounder adjustment, were common. No significant publication bias was detected. CONCLUSION: Intraoperative FNM during primary parotidectomy was associated with reduced immediate and permanent postoperative dysfunction. These results, which extend beyond prior meta-analyses limited to immediate outcomes, support routine adoption of FNM as an adjunct to optimize nerve preservation and reduce morbidity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 |
| 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 ».