Development and validation of the Sinonasal Endoscopic Score (SiNES) for chronic rhinosinusitis
Notice bibliographique
Résumé
BACKGROUND: Although there are several endoscopic grading systems for chronic rhinosinusitis (CRS), they are limited in their range and applicability. We developed a SiNonasal Endoscopic Score (SiNES) that builds upon the strengths of previous systems while addressing their limitations. METHODS: The SiNES system was developed by consensus after multiple rounds of guided discussions. Face, content, and convergent validity were investigated. It was validated using an independent sample of 79 CRS individuals from two referral centres from September 2021 to February 2022. Each patient underwent a sinonasal endoscopy and filled PROM questionnaires. Three independent rhinologists graded endoscopic videos using the SiNES and modified Lund-Kennedy (MLK) scores. Inter-rater and test-retest reliability were assessed via the intraclass correlation coefficient (ICC). SiNES and MLK scores were correlated with PROMs using a Spearman correlation and canonical correlation analysis (CCA). RESULTS: The SiNES system evaluates five anatomical spaces regarding edema, discharge, and scarring. Face, content, and convergent validity were deemed satisfactory by the study authors and an independent panel of Otolaryngologists. Inter-rater reliability was excellent for the SiNES and good for the MLK score. Test-retest reliability was excellent for both systems. Total SiNES was correlated with self-reported smell loss. CONCLUSIONS: The SiNES system is an accurate and reliable grading framework applicable to all CRS subtypes. It can be utilized in clinical and research settings and improves upon previously published systems.
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 | 0,000 | 0,000 |
| 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 ».