The development of a clinical pathway for management of upper-airway obstruction in the Robin Sequence population
Bibliographic record
Abstract
IntroductionLa séquence Robin (RS) a été historiquement considérée une entité rare caractérisée par une obstruction des voies respiratoires. Potentiellement en raison de l'idée que le RS est extrêmement rare, il a attiré moins d'attention dans la littérature sur la chirurgie plastique avec une rareté d'analyses épidémiologiques. Reflétant la rareté d'analyses épidémiologiques, il y a un manque d'analyses concernant la prise en charge de cette population. Il y a eu des développements significatifs en termes d'approches procédurales, y compris des techniques telles que l'ostéogenèse par distraction mandibulaire (MDO) et l'adhérence langue-lèvre (TLA) qui ont considérablement amélioré les résultats. Cependant, il continue d'y avoir un débat concernant l'approche de gestion idéale. De plus, il y a un manque de littérature rapportant les profils de complications et la sécurité des procédures.MéthodesPremierement, une analyse épidémiologique a été réalisée. Il s'agissait de la plus grande analyse de ce type, interrogeant une cohorte de 7,5 millions de naissances vivantes dans le cadre du projet sur le coût et l'utilisation des soins de santé (HCUP). Les estimations épidémiologiques ont été calculées à partir de données cumulatives. Les patients ont été stratifiés selon le statut syndromique. Les données ont été tabulées et analysées au moyen d'un test du chi carré ou d'un test t.Nous procédons ensuite à une revue de la littérature en nous concentrant sur les profils de complications, les résultats et la sécurité de la réalisation de MDO. Le but de cette étude était double; il a d'une part fourni des estimations importantes des données cliniques pour le MDO et nous a permis de prouver que le MDO est sûr dans la période néonatale précoce (<2 mois), ce qui était crucial dans le développement de notre algorithme clinique. Malgré l'expérience de nos centres de la MDO pendant la période néonatale, nous avons fourni les premières données cliniques confirmant sa sécurité.Enfin, grâce à une analyse rétrospective de notre population RS à l'Hôpital de Montréal pour Enfants, nous avons développé un algorithme clinique pour la prise en charge de RS. Il s'agissait d'un effort multidisciplinaire. Nos patients ont été stratifiés selon la stratégie de prise en charge et les cohortes de traitement ont été comparées par analyse statistique.RésultatsLes principaux résultats des études comprenaient la meilleure estimation de l'incidence et de la mortalité du RS, les tendances procédurales et les tendances des paramètres cliniques. Nous avons également prouvé que la MDO est une procédure avec un faible profil de complications et qu'elle peut être réalisée au début de la période néonatale. Ces données nous ont permis de développer un algorithme clinique pour la prise en charge du RS basé sur notre expérience qui peut servir de guide de prise en charge clinique. Notre algorithme a proposé des solutions aux lacunes actuelles des stratégies proposées dans la littérature. Cela comprenait l'utilisation d'une endoscopie du sommeil induite par un médicament pour la sélection de la technique et la possibilité de stratifier les patients sans polysomnographie.ConclusionPour remédier aux limites susmentionnées et fournir une description plus claire du paysage épidémiologique et clinique, une série d'études scientifiques ont été menées qui ont révélé des résultats importants. À savoir, la RS est beaucoup plus répandue qu'on ne le pensait et il devrait donc y avoir une sensibilisation accrue à cette entité. RS a vu une diminution de la mortalité longitudinalement qui est attribuée au développement de techniques spécialisées pour sa gestion. Grâce à un algorithme multidisciplinaire complet, d'excellents résultats respiratoires peuvent être obtenus
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".