Comorbidities associated with eosinophilic chronic rhinosinusitis: A systematic review and meta‐analysis
Notice bibliographique
Résumé
OBJECTIVE: Eosinophilic chronic rhinosinusitis (ECRS) is a histological subtype of CRS that is generally recognised as being more difficult to manage. Patients with ECRS tend to have greater disease severity and poorer treatment outcomes after sinus surgery when compared with non-ECRS patients. The histopathology and biomarker assessments of ECRS are often unavailable prior to surgery and may be impractical and costly to analyse. Thus, the primary objective of this study was to understand clinical comorbidities associated with ECRS. DESIGN/SETTING: We searched three independent databases for articles that reported clinical CRS comorbidities associated with tissue eosinophilia. Data from studies with the same reported comorbidities were pooled, and a forest plot analysis was used to assess potential associations with four different conditions including allergic rhinitis, ASA sensitivity, asthma and atopy. The association between the phenotype of nasal polyps and ECRS was also quantified as a secondary objective. ECRS cut-off levels were as defined by papers included. MAIN OUTCOME/RESULTS: Eighteen articles were identified. The presence of nasal polyps (the first numbers in brackets represent odds ratios) (5.85, 95% CI [3.61, 9.49], P < .00001), ASA sensitivity (5.63, 95% CI [3.43, 9.23], P < .00001), allergic rhinitis (1.84, 95% CI [1.27, 2.67], P = .001) and asthma (3.15, 95% CI [2.61, 3.82], P < .00001) were found to be significantly associated with tissue eosinophilia. Atopy, however, was not significantly associated with tissue eosinophilia (1.71, 95% CI [0.59, 4.95], P = .32). CONCLUSION: Certain clinical disease characteristics such as ASA sensitivity, allergic rhinitis and asthma are more associated with CRS patients with eosinophilia when compared to those without eosinophilia. The phenotype of nasal polyps was also associated with ECRS. It is important for surgeons to recognise these comorbidities to ensure correct diagnoses, management and follow-up are implemented.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,024 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».