Rhinosinusitis-Related Quality of Life during Pregnancy
Notice bibliographique
Résumé
BACKGROUND: Pregnancy rhinitis manifests as nasal congestion, with resolution of symptoms after delivery. Eighteen to 30% of pregnant patients report symptoms of rhinitis. Pregnancy rhinitis may have an adverse effect on quality of life (QOL) and may cause obstructive sleep apnea (OSA), which in turn may adversely affect the outcome of pregnancy. Previous examinations of the prevalence of pregnancy rhinitis during different stages of pregnancy have been inconclusive. This study aimed to determine rhinosinusitis-specific QOL during different stages of pregnancy. METHODS: A cross-sectional observation study of patients in the second and third trimesters of pregnancy using the 22-item Sino-Nasal Outcome Test (SNOT-22) was conducted in the obstetric clinic at McGill University Health Center in Montreal, Canada. Seventy-six low- risk pregnant patients were included in the study. Thirty-two patients were in the second trimester of pregnancy and 44 patients were in the third trimester. RESULTS: Average item scores for the entire questionnaire were significantly higher (p = 0.041), indicating more severe impairment of QOL, in the third trimester in comparison with the second trimester. A comparison between women with and without preexisting allergic rhinitis, in both the second and the third trimesters, shows significantly higher SNOT-22 scores for the allergic group (p = 0.007). QOL was lower in the third trimester than in nonrhinosinusitis patients (p = 0.011). CONCLUSION: Rhinosinusitis-specific QOL is lower in the third trimester of pregnancy in comparison with the second trimester and also in comparison with nonrhinosinusitis patients. Increased awareness may enhance the QOL of pregnant patients, prevent OSA, and thereby positively influence the outcome of pregnancy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».