Measuring control of disease in Chronic Rhinosinusitis; assessing the correlation between SinoNasal Outcome Test-22 and Visual Analogue Scale item scores
Notice bibliographique
Résumé
BACKGROUND: In chronic rhinosinusitis (CRS), aim of treatment is control of disease. EPOS2020 suggests the use of visual analogue scale (VAS) measurements on several symptoms. We aim to determine if individual VAS items can be replaced by widely used SinoNasal Outcome Test-22 (SNOT-22) items when determining control of disease, to avoid using double measurements and to stimulate its use in clinical practice. METHODS: Analyses were made on correlations between individual SNOT-22 scores and symptom-specific questions from consecutive patients with CRS visiting our tertiary referral rhinologic clinic for the first time. RESULTS: 157 CRS patients were included. Correlations of individual items were strong (r greater than 0.8). Best parity in sensitivity, specificity, positive predicting value, negative predicting value, odds ratio and Receiver Operating Characteristic curves were found in individual item score of VAS greater than 5 and SNOT item-score. This cut off is valid for measuring control of disease, combining several nasal, facial pain and sleep symptoms (controlled, partially controlled and uncontrolled). CONCLUSION: There is strong correlation between individual items measured as SNOT or VAS. For the definition of CRS disease control, as proposed in EPOS2020, the use of symptoms specific SNOT 23 is predictive of VAS greater than 5.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 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 ».