Notice bibliographique
Résumé
OBJECTIVE: Identify independent clinical and audiometric factors to predict a positive high-resolution computed tomography (HRCT) scan for superior canal dehiscence (SCD). STUDY DESIGN: Retrospective chart review. SETTING: Tertiary referral center. PATIENTS: Patients presenting SCD. INTERVENTION(S): Audiogram, VEMP, temporal bone HRCT, and SCD symptoms and signs chart. MAIN OUTCOME MEASURE(S): ABG, VEMP threshold, and symptoms and signs. RESULTS: Approximately 106 patients with SCD symptoms were included: 62 had a positive and 44 had a negative CT scan. The positive scan group showed a higher average of cochlear symptoms than the negative CT scan group (4.3 versus 2.6) (p < 0.001), but no statistical difference for vestibular symptoms (2.2 versus 1.8) was identified. CVEMP thresholds of the positive and negative CT scan groups were of 66 and 81 dB, respectively (p < 0.001). The positive CT scan group showed higher ABGs at 250 Hz (24 versus 14 dB) and 500 Hz (17 versus 8 dB) (p = 0.008 and p = 0.008, resectively). No statistical significance was found when comparing both groups for air and bone conduction thresholds. Approximately 23% of the positive CT scan group showed a Valsalva-induced vertigo against 2.3% of the negative scan group (p = 0.003); 27% of the positive CT scan group showed speculum-induced vertigo but none of the negative scan patients (p < 0.001). Using logistic regression, we found that each 10-dB unit increase in the 250 Hz ABG is associated to an increase odd of having SCD of 51% (OR, 1.51; 95% CI, 1.10-2.08). CONCLUSION: Nature and number of cochlear symptoms, Valsalva and pneumatic speculum-induced vertigo, VEMP thresholds, and ABGs seem to correlate with a positive HRCT. The ABG at 250 Hz is the most accurate predictor of SCD.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».