Stratification of SNOT-22 scores into mild, moderate or severe and relationship with other subjective instruments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS AND OBJECTIVES: The European Position Paper on Rhinosinusitis and Nasal Polyps provides treatment algorithms based on the mild/moderate/severe (MMS) classification. To date there has been no statistically validated stratification of the SNOT-22 score according to this classification. METHODS: 65 consecutive patients diagnosed with CRS completed a SNOT-22, VAS and rated their symptoms according to MMS and impact on quality of life. RESULTS: The median SNOT 22 scores varied between the 3 MMS categories. The interquartile ranges for the respective MMS groups were: Mild 8-17, Moderate 22.5-48, Severe 54-83. Median values for the respective MMs groups were: Mild 12, Moderate 36 and Severe 66. 15.38% of patients in the Mild category, 95.24% in the Moderate category and 100% in the Severe category feel their QoL is affected. There was a strongly positive correlation between the SNOT-22 and VAS scores. CONCLUSION: We propose a statistically validated definition for stratification of the SNOT-22, with Mild being defined on the SNOT-22 score as 8-20 inclusive, Moderate as >20-50 and Severe as >50.
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.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle