Living With Chronic Rhinosinusitis: Insights From an Arts‐Based Study
Notice bibliographique
Résumé
Background: Chronic rhinosinusitis (CRS) significantly reduces quality of life (QoL), but data regarding the extent of its impact is sparse. Questionnaire-based assessments of QoL may neglect aspects of complex patient experiences. Recent studies on asthma patients and other chronic conditions have used self-expression through artwork to better depict patients' experiences. This study aims to analyze the experience of living with CRS by exploring common characteristics represented within artworks. Methods: = 16). Disease severity and depression and anxiety were graded using standardized scales. Patient experience was evaluated using drawings and semi-structured interviews. ChatGPT-4, a generative large-language model, was used to interpret interview transcripts according to the Common-Sense Model for Self-Regulation to identify themes. Results: Analysis of artworks through interviews identified six main themes: "chronicity and adaptation," "impacts," "emotional toll," "healthcare navigation and advocacy," "resilience and personal growth," and "complexity and nuance." These reveal in greater detail a multifaceted and contradicting emotional landscape shaped by chronic illness. For patients who scored high on depression and anxiety scales, the emotional toll and impacts were more prominently depicted in interviews. Compared with similar studies conducted in patients with asthma, these results highlight the more prevalent difficulties of navigating the healthcare system for patients with CRS. Conclusion: An arts-based methodology enables in-depth exploration of the impact of CRS on QoL, using large language models, a type of artificial intelligence, to identify common themes amongst individual experiences of CRS patients.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».