How deep do you go? Clinical prediction of nasopharyngeal depth based on facial measurements
Notice bibliographique
Résumé
Nasopharyngeal depth (ND) prediction is clinically relevant in performing medical procedures, and in enhancing technique accuracy and patient safety. Nonetheless, clinical predictive variables and normative data in adults remain limited. This study aimed to determine normative data on ND and its correlation to external facial measurements. A multicenter cross-sectional study obtained data from adults presenting to otolaryngology clinics at five sites in Canada, Italy, and Spain. Investigators compared endoscopically measured depth from the nasal sill (soft tissue between the nasal ala and columella) to nasopharynx along the nasal floor to the "curved distance from the alar-facial groove along the face to the tragus" and "distance from the tragus to a plane perpendicular to the philtrum." When sinus computed tomography images were available, the distance from the nasopharynx to the nasal sill was also collected. 371 patients participated in the study (41% women; 51 years old, SD 18). Average ND was 9.4 cm (SD 0.86) and 10.1 cm (SD 0.9) for women and men, respectively (p < 0.001; 95% CI 0.46-0.86). Perpendicular distance was strongly correlated to ND (r = 0.775; p < 0.001), with an average underestimation of 0.1 cm (SD 0.65; 95% CI 0.06-0.2). The equation: ND (cm) = perpendicular distance*0.773 + 2.344, generated from 271 randomly selected participants, and validated on 100 participants, resulted in a 0.03 cm prediction error (SD 0.61; 95% CI -0.08-0.16). Nasopharyngeal depth can be approximated by the distance from the tragus to a plane perpendicular to the philtrum.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».