Productivity changes following medical and surgical treatment of chronic rhinosinusitis by symptom domain
Notice bibliographique
Résumé
BACKGROUND: Chronic rhinosinusitis (CRS) is associated with substantial productivity losses. Prior cross-sectional study has identified risk factors and symptom subdomains contributing to baseline productivity loss. This study evaluates correlations between posttreatment changes in symptom subdomain and productivity loss. METHODS: A total of 202 adult patients with refractory CRS were prospectively enrolled into an observational, multi-institutional cohort study between August 2012 and June 2015. Respondents provided pretreatment and posttreatment 22-item Sino-Nasal Outcome Test (SNOT-22) scores. Productivity losses were monetized using measures of absenteeism, presenteeism, lost leisure time, and U.S. government-estimated wage and labor rates. RESULTS: A total of 39 (19%) participants elected continued appropriate medical therapy (CAMT) and 163 (81%) elected endoscopic sinus surgery (ESS). CAMT patients experienced improvement in SNOT-22 total and rhinologic subdomain scores (both p ≤ 0.039). ESS patients reported improvement in SNOT-22 total scores and all subdomains (all p < 0.001). Mean monetized productivity losses were nearly unchanged following CAMT (-$200, p = 0.887) but significantly reduced following ESS (-$5,015, p < 0.001). Mean productivity losses were reported in CAMT patients reporting worse mean posttreatment extra-rhinologic, psychological, and sleep symptom severity scores; however, no statistically significant linear correlations (r ≤ 0.249; p ≥ 0.126) were reported. CONCLUSION: Treatment modalities associate with different posttreatment productivity changes. Patients electing ESS experienced postoperative improvement in productivity distributed across all SNOT-22 symptom domains, suggesting productivity improvement correlates with multiple symptom domains. Patients electing CAMT had better baseline productivity compared to patients electing ESS, and this productivity level was maintained through treatment. Greater productivity loss occurred in patients with worse SNOT-22 scores in the extra-rhinologic, psychological, and sleep subdomains.
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) | 0,001 | 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 ».