Does pneumatic otoscopy improve the diagnostic accuracy of otitis media with effusion in clinical practice? A randomized single-blind control trial
Notice bibliographique
Résumé
L'objectif de l'étude était de déterminer si l'apprentissage et la formation portant sur l'otoscopie pneumatique pouvaient augmenter la précision du diagnostic de l'otite moyenne séreuse (avec épanchement) en pratique clinique. Une étude de contrôle, à sélection aléatoire, à simple insu, a été entreprise auprès de 30 résidents en pédiatrie de l'Université McGill. Les résidents ont été affectés de façon aléatoire, soit au groupe d'otoscopie pneumatique (groupe d'intervention), soit au groupe d'otoscopie uniquement (groupe témoin). Les deux groupes de l'étude ont suivi un cours théorique d'une heure portant sur l'otite moyenne séreuse (avec épanchement). Le groupe d'intervention a également pris part à une séance d'enseignement de 30 minutes, y inclus une évaluation de l'examen otoendoscopique avec système vidéo et de l'otoscopie pneumatique et une séance d'entraînement. Chaque résident devait examiner 10 oreilles et poser un diagnostic, soit de normalité, soit d'otite moyenne séreuse (avec épanchement). Le tympanogramme a été utilisé comme norme d'excellence. Le pourcentage de diagnostics justes dans les groupes d'intervention et de témoin était de 60 % et de 59 % respectivement (p = 0,85). En conclusion, l'otoscopie pneumatique n'a pas augmenté la précision du diagnostic de l'otite moyenne en pratique clinique.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,006 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».