Sleep Dysfunction is an Independent Predictor of Productivity Losses in Patients with Chronic Rhinosinusitis
Notice bibliographique
Résumé
BACKGROUND: Chronic rhinosinusitis (CRS) is known to have a significant impact on economic productivity. Sleep dysfunction is associated with staggering productivity losses and is highly prevalent in patients with CRS. The effect of sleep dysfunction on productivity in CRS has not been elucidated. The objective of this study was to determine the relationship between sleep dysfunction and lost productivity in patients with CRS. METHODS: Eighty-two adult patients with CRS were prospectively enrolled into a cross-sectional cohort study. Patients with obstructive sleep apnea were excluded. Sleep quality was measured using the Pittsburgh Sleep Quality Index (PSQI). Presenteeism (reduced work efficiency), absenteeism (missed work days), and lost work, household, and overall productivity were analyzed. The primary aim was assessing the correlation between PSQI and productivity. Regression analyses were performed to account for disease severity, pain, and depression. RESULTS: < .001). Higher PSQI scores were significantly associated with productivity losses, whereas lower scores were not. Sleep remained an independent predictor of productivity when regression analysis accounted for disease severity, depression, and pain. CONCLUSION: Sleep dysfunction has a significant association with lost productivity in patients with CRS, particularly with worsening PSQI scores. More clearly defining those components of CRS that most impact a patient's daily function will allow clinicians to more optimally manage and counsel patients with CRS.
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 | 0,000 | 0,003 |
| 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) | 0,002 | 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 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 ».