Notice bibliographique
Résumé
BACKGROUND: Functional endoscopic sinus surgery (FESS) is standard for patients who fail medical management of chronic sinusitis (CRS). The beneficial impact of surgery on CRS is well known. However, patients often note that their sleep is improved after FESS even without simultaneous correction of nasal obstruction. Sleep outcomes after FESS are significantly understudied. Hence in the current study we look to characterize patient sleep quality following sinus surgery. METHODS: Data was gathered from 2 sites (Western University [Canada] and the Asia Sleep Center [Singapore]). Patients meeting diagnostic criteria for CRS without nasal polyposis (CRSsNP) were included. Cases with polyposis and those who needed a septoplasty were excluded so as to purely analyze the impact of the sinus surgery on sleep. Sleep outcomes recorded at baseline just prior to surgery and 6 months after surgery were the Epworth Sleepiness Scale (EpSS) and the Pittsburgh Sleep Quality Index (PSQI). We also recorded 22-item Sino-Nasal Outcome Test (SNOT-22) scores and Nasal Obstruction Symptom Evaluation (NOSE) scores. Comparisons were made with paired t tests. RESULTS: Fifty-three patients met inclusion/exclusion criteria. Sleep outcomes showed a clinically and statistically significant improvement (EpSS before FESS = 14.7 ± 3.1, EpSS after FESS = 9.1 ± 1.1, p < 0.01; PSQI before FESS = 10.9 ± 2.8, PSQI after FESS = 5.3 ± 2.2, p < 0.01). CRS-specific outcomes were improved as well. Nasal obstruction scores did not change significantly. CONCLUSION: FESS improved sleep outcomes for the patients in our study. This was independent of correction of nasal obstruction. Sinus surgery for CRSsNP has a beneficial impact on sleep; this novel information can be used during patient counseling and for justification to third-party payers.
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) | 0,000 | 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 ».