Frontal Sinus Cells: Identification, Prevalence, and Association with Frontal Sinus Mucosal Thickening
Notice bibliographique
Résumé
BACKGROUND: Frontal sinus cells (FSCs) are thought to be a potential cause of narrowing of frontal recess outflow. It remains unclear if FSCs are associated with frontal sinus mucosal thickening and chronic rhinosinusitis. The goal of the current study is to determine the prevalence of FSCs and their association with frontal sinus mucosal thickening. METHODS: All adult patients undergoing computed tomography (CT) scans of the paranasal sinuses at our institution between February and October 2010 were reviewed. All CT scans were evaluated for the presence of FSC (types 1-4) and association with frontal mucosal thickening. The secondary outcome measure was to examine interrater agreement between two raters who independently evaluated all CT scans. RESULTS: Analysis of 399 CT scans was performed with 71 scans excluded. The proportion of patients with FSC type 1 was 26%, 6.4% was type 2 cells, 2.1% was type 3 cells, and 0% was type 4 cells. The odds ratio of mucosal thickening for type 1 FSCs was 15.9 (95% CI, 9.8-25.7), type 2 was 13.7 (95% CI, 6.7-27.8), and type 3 was 9.5 (95% CI, 3.0-30.2). Interrater agreement for the evaluation of mucosal thickening was high (kappa, 0.69-0.76; p = 0.001). Agreement for the presence or absence of FSCs was moderate (kappa, 0.392; p = 0.001). CONCLUSION: There is a significant association of frontal sinus mucosal thickening with the presence of FSCs. Independent raters have moderate agreement when identifying the presence and type of FSCs.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».