Factors That Limit Evaluation of Velopharyngeal Closure During Nasopharyngoscopy
Notice bibliographique
Résumé
Objective To assess the quality of nasopharyngoscopy video recordings used for velopharyngeal insufficiency (VPI) surgical planning and identify factors that limit evaluation of velopharyngeal closure. Design Prospective observational study. Setting Metropolitan-based hospitals with craniofacial clinics in the United States and Canada. Participants One-hundred and forty-two (142) patients with VPI across 10 hospitals. Assessment(s) Nasopharyngoscopy video recordings used for VPI surgical planning . Main Outcome Measure(s) Ratability of nasopharyngoscopy video recordings, with “ratable” defined as the video (1) visualized the velum, lateral pharyngeal wall, and posterior pharyngeal walls at some point during speech production and (2) contained an oral speech sample at the phrase level or above. Results One-hundred and forty-two (142) nasopharyngoscopy video recordings were obtained from patients undergoing VPI evaluation, of which 59.9% (n=85) were ratable. A multilevel logistic regression model was used to identify factors that influenced the quality of nasopharyngoscopy video recordings. Factors associated with unratable nasopharyngoscopy videos were age ( P =.030), sex ( P =.005*), type of scope camera used ( P =.039), presence of compensatory misarticulations ( P =.008), and a limited speech sample ( P =.040). Conclusions A substantial proportion of nasopharyngoscopy video recordings obtained during VPI evaluation are not sufficient for rating velopharyngeal closure. Lack of ratability could impact the surgery selected to treat VPI. Younger patients, those with limited speech samples, or patients with extensive compensatory articulations may be more successful in completing other VPI imaging techniques, such as videofluoroscopy or magnetic resonance imaging.
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 | 0,002 | 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 | 0,001 |
| 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 ».