The cotton test redistributes nasal airflow in patients with empty nose syndrome
Notice bibliographique
Résumé
BACKGROUND: Empty nose syndrome (ENS) remains a controversial disease primarily associated with inferior turbinate tissue loss. Cotton placement into the inferior meatus often alleviates ENS symptoms within minutes, but the physiologic explanation for this phenomenon is unknown. Computational fluid dynamics (CFD) was employed to evaluate the mechanisms of altered nasal airflow conferred by cotton testing. METHODS: Six ENS patients (12 sides) with pre-existing sinus computed tomography (CT) imaging were enrolled after marked symptomatic improvement (decrease in score on the Empty Nose Syndrome 6-Item Questionnaire [ENS6Q] of >7 points) with office-based cotton testing. The fashioned cotton plug was labeled in situ with iohexol contrast spray, and sinus CT was immediately obtained to detect cotton contouring in the inferior meatus. CT imaging from pre- and post-cotton placement was analyzed using comparative CFD techniques. RESULTS: After cotton placement, significant symptomatic improvement and reduced ENS6Q scores (16.8 ± 4.1 to 3.1 ± 2.4; p < 0.001) were recorded. Using CFD, cotton placement produced an expected 21% increase in upper airway resistance (p < 0.05). However, a significant shift in the nasal airflow distribution was also detected, with a transition of airflow vectors away from a middle meatus jetstream (-41%; p < 0.002). CONCLUSION: Objective CFD assessment confirmed that the cotton test not only increases nasal resistance, but also restores airflow distribution to the inferior meatus in symptomatic ENS patients. These results highlight the potential efficacy of cotton test in ENS patients and further bolster the utility of this tool in identifying appropriate candidates for the inferior meatus augmentation procedure.
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 ».