MétaCan
Menu
Retour à la cohorte
Enregistrement W4416827095

LINGUISTIC VALIDATION, PSYCHOMETRIC EVALUATION AND CROSS- CULTURAL ADAPTATION OF THE GEORGIAN SINO-NASAL OUTCOME TEST.

2025· article· en· W4416827095 sur OpenAlexaff
B Beridze, G Gogniashvili

Notice bibliographique

RevuePubMed · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSinusitis and nasal conditions
Établissements canadiensGeorgian College
Organismes subventionnairesnon disponible
Mots-clésGeorgianOutcome (game theory)Adaptation (eye)Measure (data warehouse)Psychometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The objective of this prospective case-control study was to perform translation, cross-cultural adaptation, and validation of the Sino-nasal outcome test 22 (SNOT-22) into the Georgian language. METHODS: The translation and validation of the SNOT -22 questionnaire was performed using the forward-backward translation technique. After proper translation, the translated questionnaire was completed by chronic rhinosinusitis (CRS) patients before and after functional endoscopic sinus surgery (FESS) and by healthy individuals as controls. RESULTS: SNOT22 was translated into the Georgian language; the pilot study involved 34 patients, the test-retest group consisted of 30 patients with CRS and the control group of 71 patients without CRS complaints; 34 patients were evaluated before surgery and 3 months after surgery. The results showed a good internal correlation with Cronbach's alpha - 0.88 at the initial examination, and 0.93 at the retest examination; both values suggest good internal consistency within SNOT-22. Pearson's correlation coefficient was 0.72 (p<0.001), revealing a good correlation between initial scores and retest scores. Our sample of healthy individuals had a median score of 10,11 points and the instrument was able to differentiate between the healthy and the patient group, demonstrating its validity (p<0.0001). CONCLUSIONS: The Georgian version of the SNOT-22 questionnaire is a valid outcome measure for patients with CRS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,367
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetSinusitis and nasal conditionsTravaux en français237 207