Flexed‐Neck Flexible Nasolaryngoscopy for Evaluation of the Subglottis and Trachea in Children
Notice bibliographique
Résumé
OBJECTIVE: Determine if a flexed-neck posture during flexible nasolaryngoscopy (FNL) improves visualization of the subglottis. STUDY DESIGN: Retrospective review of children undergoing FNL in the neutral (FNL) and flexed-neck (FN-FNL) positions. SETTING: Tertiary children's hospital. METHODS: FNL was performed with each child's head in neutral and flexed-neck positions. Videos in each posture were captured and randomized. The most distal view of the subglottis in each position was evaluated with 4 rating scales: (1) subjective view (SV); of the subglottis and trachea, (2) airway grade (AG); most distal anatomical structure visualized, (3) airway area (AA); percentage of the subglottis visualized; and (4) modified Cormack-Lehane grade. RESULTS: Twenty children had 80 FNL views blindly evaluated by 5 pediatric otolaryngologists. The SV, AG, and AA were all significantly better with the neck flexed compared to a neutral position (7.3 vs 3.0, interquartile range [IQR]: 2.0-6.8, P < .001; 2.3 vs 1.5, IQR: 1.0-2.0, P < .001; 3.4 vs 1.7, IQR: 2.3-3.8, P = .001). There was no difference in the modified Cormack-Lehane grade between positions. Interrater reliability was excellent or strong (0.93-0.94, confidence interval: 0.91-0.93). CONCLUSION: FN-FNL is a simple maneuver performed in children undergoing FNL that partially improves the subjective visualization of the subglottis.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».