Validity of laryngomalacia classification systems: A multi‐institutional agreement study
Notice bibliographique
Résumé
OBJECTIVES: To determine the agreement of paediatric otolaryngologists on classifying laryngomalacia (LM). DESIGN: Intra- and interobserver agreement study of two classification systems. SETTING: Three tertiary referral paediatric centres. PARTICIPANTS: Three paediatric otolaryngologists, who were blinded to any clinical details, interpreted the videos of children diagnosed with LM using the Holinger and Olney classifications independently. They rated the videos twice with a washout period of at least 2 weeks. THE MAIN OUTCOME MEASURES: Inter- and intra-observer agreement measured by overall Fleiss kappa and unweighted Cohen's kappa coefficients. The secondary outcome measures were inter- and intra-observer agreement on the individual anatomical subunits of the supraglottis affected by LM, characterised by the subcategories of the classifications. RESULTS: Video records of infants and children <18 years who had an endoscopic diagnosis of LM from 2012 to 2017 were retrospectively chosen for inclusion (n = 73). The overall Fleiss kappa coefficient was 0.25 (95% CI 0.18-0.32) amongst the raters using the Holinger classification and 0.31 (95% CI 0.21-0.42) for the Olney classification. Intra-observer agreement using the Holinger classification was 0.30 (95% CI 0.18-0.42), 0.62 (95% CI 0.23-0.85) and 0.84 (95% CI 0.75-0.94], whilst the Olney classification yielded values of 0.41 (95% CI 0.26-0.56), 0.51 (95% CI 0.29-0.63) and 0.63 (95% CI 0.48-0.78). CONCLUSIONS: The agreement on types of LM between expert observers is modest using the Holinger and Olney classifications. This has significant implications for accurately diagnosing LM and exposes potential obstacles against credible pooling of data and extrapolation of information.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».