High tissue eosinophilia as a marker to predict recurrence for eosinophilic chronic rhinosinusitis: a systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Patients with eosinophilic chronic rhinosinusitis (ECRS) have been shown to have greater disease severity and poorer treatment outcomes after sinus surgery. Although the inflammatory pattern of ECRS is essential to diagnosing this subtype, there is currently no consensus for diagnosis. Our aim in this study was to determine whether high tissue eosinophilia (HTE), measured as eosinophils per high-power field (eos/HPF), could be used to define ECRS based on likelihood of recurrence. METHODS: Embase, Medline, and PubMed databases were searched for studies that reported HTE and recurrence in ECRS patients after surgical treatment. We used a random-effects bivariate meta-analysis to calculate summary sensitivity, specificity, and diagnostic odds ratios (DORs) for detecting ECRS at different HTE cut-off scores using risk of recurrence as the primary outcome. RESULTS: We identified 11 articles (n = 3183) that reported HTE associated with recurrence. A cut-off value of >55 eos/HPF showed the highest sensitivity (0.87; 95% confidence interval [CI], 0.82-0.91), specificity (0.97; 95% CI, 0.93-0.99), and DOR (232.7; 95% CI, 91.0-595.1). Meta-regression analysis performed showed that the Quality Assessment of Diagnostic Accuracy Studies score (p = 0.1287), geographic location (p = 0.3745), follow-up time (p = 0.2879), and study design (p = 0.1865) did not affect the test accuracy. CONCLUSION: Our findings suggest that using eos/HPF has good diagnostic accuracy and may be a useful tool for identifying ECRS patients. Based on the results of our meta-analysis, we recommend a cut-off value of >55 eos/HPF for predicting the likelihood of recurrence of ECRS.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle