MétaCan
Menu
Retour à la cohorte
Enregistrement W7033494849

Prelacrimal window approach to the maxillary sinus: a systematic review and meta-analysis of the literature

2024· dissertation· en· W7033494849 sur OpenAlexaboutno aff

Notice bibliographique

RevueUBibliorum repositorio digital da ubi (University of Beira Interior) · 2024
Typedissertation
Langueen
DomaineEngineering
ThématiqueEngineering and Materials Science Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaxillary sinusReduction (mathematics)Systematic reviewQuality assessmentStage (stratigraphy)Sinus (botany)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: The prelacrimal window approach (PLWA) is a minimally invasive surgical technique that has been proposed as an alternative to the traditional approaches to access the maxillary sinus. Methodology: A systematic review with meta-analysis was performed following PRISMA guidelines and identified 368 articles for initial review of which 14 (610 participants) met the criteria for meta-analysis. Four databases, including PubMed, Google Scholar, Web of Science and Scopus, were searched to identify relevant articles. Two independent reviewers conducted the eligibility assessment for the included studies. Methodology quality and risk of bias were evaluated by New Castle Ottawa scale. The outcomes assessed were recurrence of the pathology and postoperative morbidities - epiphora, dry nose, facial, gingival numbness, epistaxis or local infection. Results: The present data suggest a significant reduction in the recurrence rate of maxillary sinus pathology following PLWA when compared to conventional surgery (endoscopic medial maxillectomy, endoscopic sinus surgery and the Caldwell–Luc operation). The rates of epiphora, dry nose, facial or gingival numbness and epistaxis/infection requiring intervention were not significantly different between the procedures. Conclusions: Maxillary sinus pathology can be effectively treated using the PLWA technique, as it has been shown to result in a lower recurrence rate compared to conventional surgeries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,024
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,200
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUBibliorum repositorio digital da ubi (University of Beira Interior)Même sujetEngineering and Materials Science StudiesTravaux en français237 207