MétaCan
Menu
Retour à la cohorte
Enregistrement W2974381844 · doi:10.1177/1055665619873506

Nasalance-Based Preclassification of Oral–Nasal Balance Disorders Results in Higher Agreement of Expert Listeners’ Auditory-Perceptual Assessments: Results of a Retrospective Listening Study

2019· article· en· W2974381844 sur OpenAlexafffund
Gillian de Boer, Viviane Christina de Castro Marino, Jeniffer de Cássia Rillo Dutka, Maria Inês Pegoraro‐Krook, Tim Bressmann

Notice bibliographique

RevueThe Cleft Palate-Craniofacial Journal · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCleft Lip and Palate Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMitacs
Mots-clésAudiologyActive listeningBalance (ability)PerceptionMedicinePsychologyDentistryPhysical therapyCommunication

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Reliable perceptual and instrumental assessment of oral-nasal balance disorders is a persistent problem in speech-language pathology. The goal of the study was to evaluate whether nasalance-based preclassification of oral-nasal balance disorders improves listener agreement. DESIGN: Retrospective listening study. SETTING: Tertiary university hospital. PARTICIPANTS: Fifty-four randomly selected recordings of patients with repaired unilateral cleft lip and palate (UCLP). Three experienced speech-language pathologists participated as expert listeners. INTERVENTIONS: Two listening experiments were based on nasalance scores and audio recordings of speakers with repaired UCLP. The speakers were preclassified as normal, hypernasal, hyponasal, or mixed based on their nasalance scores. Initially, the listeners determined the diagnostic category of the oral-nasal balance for 62 audio recordings (8 repeats). Six months later, they listened to 38 of the recordings (6 repeats) along with a spreadsheet indicating the nasalance-based categories for the oral-nasal balance. The listeners confirmed, or rejected and corrected, the nasalance-based preclassification. MAIN OUTCOME MEASURES: Intralistener, interlistener agreement, and agreement between listener categories and nasalance-based oral-nasal balance categories. RESULTS: In the first study, the agreement between the listeners' diagnostic category and the nasalance-based category was 45.1% and the interlistener agreement was 36.7%. In the second study, the agreement between the listeners' category and the nasalance-based category was 67.1% (75% agreement for the correct nasalance-based categories and 41.7% for the misclassifications), and the interlistener agreement was 85.4%. CONCLUSIONS: Preclassification of oral-nasal balance disorders based on nasalance scores may help listeners achieve better diagnostic accuracy and higher agreement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,372
Score d'incertitude au seuil0,716

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,321
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations10
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Cleft Palate-Craniofacial JournalMême sujetCleft Lip and Palate ResearchTravaux en français237 207