MétaCan
Menu
Retour à la cohorte
Enregistrement W2768659849 · doi:10.1002/lary.27008

Sino‐Nasal outcome test‐22 outcomes after sinus surgery: A systematic review and meta‐analysis

2017· review· en· W2768659849 sur OpenAlexaff
Zachary M. Soler, Rabun Jones, Phong T. Le, Luke Rudmik, José L. Mattos, Shaun A. Nguyen, Rodney J. Schlosser

Notice bibliographique

RevueThe Laryngoscope · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueSinusitis and nasal conditions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute on Deafness and Other Communication Disorders
Mots-clésMedicineMeta-analysisChronic rhinosinusitisConfidence intervalRandom effects modelEndoscopic sinus surgerySinusitisMultivariate statisticsSystematic reviewSurgeryInternal medicineMEDLINEStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES/HYPOTHESIS: The goal of the study was to perform a systematic review with meta-analysis to determine the mean change in the 22-item Sino-Nasal Outcome Test (SNOT-22) across patients who have had endoscopic sinus surgery (ESS) for chronic rhinosinusitis (CRS) in the literature. METHODS: A literature search was performed to identify studies that assessed SNOT-22 scores before and after ESS in adult patients with CRS. A random effects model with inverse variance weighting was used to generate the mean change after surgery, along with the forest plot and 95% confidence interval (CI). The impact of patient-specific factors across studies was assessed using a mixed-effects meta-regression. RESULTS: The final study list included 40 unique patient cohorts published from 2008 to 2016. All studies showed a statistically significant change in mean SNOT-22 scores between baseline and postoperative time points (P < .001), ranging from 12.7 to 44.8, at an average follow-up of 10.6 months. The summary change in mean SNOT-22 across all studies was 24.4 (95% CI: 22.0-26.8). After forward, step-wise multivariate modeling, studies with higher mean preoperative SNOT-22 score and higher asthma prevalence were associated with greater changes in SNOT-22 score after ESS, whereas studies with longer mean follow-up had smaller changes in SNOT-22 score. CONCLUSIONS: Studies evaluating quality-of-life outcomes after sinus surgery using the SNOT-22 instrument universally show significant improvement after ESS. Across the published literature, the magnitude of change is quite variable and appears to be influenced by a number of factors including baseline SNOT-22 score, asthma prevalence, and length of follow-up. Laryngoscope, 128:581-592, 2018.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,042
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0160,043
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,163
Tête enseignante GPT0,412
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations132
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe LaryngoscopeMême sujetSinusitis and nasal conditionsTravaux en français237 207