Rationale for the Development of a Novel Clinical Grading Scale for Postoperative Facial Nerve Function: Results of a Multidisciplinary International Working Group
Notice bibliographique
Résumé
OBJECTIVE: The objective of the current study was to present the results of an international working group survey identifying perceived limitations of existing facial nerve grading scales to inform the development of a novel grading scale for assessing early postoperative facial paralysis that incorporates regional scoring and is anchored in recovery prognosis and risk of associated complications. STUDY DESIGN: Survey. SETTING: A working group of 48 multidisciplinary clinicians with expertise in skull base, cerebellopontine angle, temporal bone, or parotid gland surgery. RESULTS: House-Brackmann grade is the most widely used system to assess facial nerve function among working group members (81%), although more than half (54%) agreed that the system they currently use does not adequately estimate the risk of associated complications, such as corneal injury, and confidence in interrater and intrarater reliability is generally low. Simplicity was ranked as the most important attribute of a novel postoperative facial nerve grading system to increase the likelihood of adoption, followed by reliability and accuracy. There was widespread consensus (91%) that the eye is the most critical facial region to focus on in the early postoperative setting. CONCLUSIONS: Members were invited to submit proposed grading systems in alignment with the objectives of the working group for subsequent validation. From these data, we plan to develop a simple, clinically anchored, and reproducible staging system with regional scoring for assessing early postoperative facial nerve function after surgery of the skull base, cerebellopontine angle, temporal bone, or parotid gland.
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) | 0,000 | 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 ».