Appropriateness criteria predict outcomes for sinus surgery and may aid in future patient selection
Notice bibliographique
Résumé
OBJECTIVES: Appropriateness criteria to determine surgical candidacy for chronic rhinosinusitis (CRS) have recently been described. This study stratified patients who underwent endoscopic sinus surgery (ESS) according to these new appropriateness criteria and evaluated postoperative improvements among appropriateness categories. METHODS: Adult patients with uncomplicated CRS electing ESS were prospectively enrolled in a multi-institutional cohort study between March 2011 and June 2015 to assess outcomes. Subsequently, appropriateness criteria that consider preoperative medical therapy, 22-item SinoNasal Outcome Test (SNOT-22) scores, and Lund-Mackay computed tomography scores were retrospectively applied. RESULTS: A total of 92.6% (436 of 471) were categorized as "appropriate" ESS candidates, 3.8% (18 of 471) as "uncertain," and 3.6% (17 of 471) as "inappropriate." Among uncertain patients, two-thirds (12 of 18) had identifiable reasons for undergoing ESS, most commonly oral corticosteroid intolerance (n = 6). Postoperative follow-up was available for 79% (n = 372). Clinically significant SNOT-22 improvements occurred in both appropriate and uncertain groups (all P < 0.050) but not among the inappropriate group. The inappropriate group reported less mean improvement in SNOT-22 total score compared to appropriate (P = 0.008) and uncertain (P = 0.006) groups. CONCLUSION: The vast majority of patients (∼93%) who underwent ESS in a multi-institutional research program were identified as appropriate candidates for surgical intervention, as defined by current appropriateness criteria. Valid considerations frequently exist for offering ESS to patients categorized as uncertain. Appropriate and uncertain candidates report similar, clinically significant SNOT-22 improvements following surgery. Patients classified as inappropriate reported significantly less improvement following ESS. Surgical appropriateness criteria may assist in predicting outcomes of ESS. LEVEL OF EVIDENCE: 2b. Laryngoscope, 2448-2454, 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 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 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 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 ».