Measuring Patient-Reported Outcomes in Rhinoplasty Using the FACE-Q: A Single Site Study
Notice bibliographique
Résumé
Abstract Rhinoplasty is one of the most popular surgical cosmetic treatments. Measuring the appearance of the nose has typically involved the use of observer- or surgeon-reported outcome measures (e.g., photographs). While objective outcomes are important, facial appearance is subjective, and therefore outcome assessment should incorporate the patient perspective through the use of patient-reported outcome measures. This study aims to explore relationships between FACE-Q scales scores and measuring adverse effects and change 4 months after surgery in a United Kingdom sample. A questionnaire booklet was completed by patients seeking rhinoplasty between March 2014 and March 2015. The study was conducted at a facial plastic surgery clinic office in London, United Kingdom. Pre- and postoperative rhinoplasty patients aged 19 years and older participated in the study. FACE-Q scales/checklist was utilized for the study. A total of 54 preoperative patients completed seven FACE-Q scales. Before surgery, characteristics of the nose that our sample at least satisfied (i.e., at the harder end of the clinical hierarchy) included the tip of the nose, and how the nose looked in photos and from different angles. In preoperative participants, lower scores for satisfaction with nose and/or nostrils correlated with lower satisfaction with facial appearance and appearance-related psychosocial distress. Participants (N = 13) who had surgery reported significant improvement in satisfaction with the nose, nostrils, and facial appearance overall, and improved psychological and social function. Standardized response means ranged from 0.65 (social function) to 1.55 (facial appearance). The FACE-Q rhinoplasty module can be used in clinical practice, research, and quality improvement to incorporate the patient perspective of appearance in outcome assessments. The level of evidence is defined as level III (diagnostic).
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».