The prevalence of CFTR mutations in patients with chronic rhinosinusitis: A systematic review and meta‐analysis
Notice bibliographique
Résumé
OBJECTIVES: Undetected cystic fibrosis transmembrane regulator (CFTR) mutations may predispose individuals to develop CRS independent of formal CF diagnosis. The objective of this study was to determine the prevalence of CFTR mutations among individuals with CRS. DESIGN: A systematic search following PRISMA guidelines was performed. A meta-analysis was performed to calculate pooled estimates for the prevalence of any CFTR mutation and for the DF508 mutation. SETTING AND PARTICIPANTS: The systematic search included all studies identifying adults diagnosed with CRS, with no limitation to region or publication date. Studies had to identify a sample of patients previously diagnosed with CRS but not with CF and reporting testing for the prevalence of CF or the CFTR gene mutation. MAIN OUTCOME MEASURES: Prevalence of CFTR mutations among the general CRS population, with subgroup analysis of individuals with the dF508 mutation. RESULTS AND CONCLUSIONS: The 6 included studies represented five countries: the United States, the UK, France, Poland and Finland. The pooled prevalence of CFTR mutations of any kind in CRS subjects without CF was 5.65% (RE 95% CI 2.99 - 10.41). The overall prevalence for the dF508 mutation was 4.22% (RE 95% CI 1.71 - 10.07). These estimates were significantly higher than the baseline estimated prevalence of CFTR carrier status of 3%-4% in the general population. However, the clinical relevance of the presence of CFTR mutations in CRS patients who have not been diagnosed with CF is currently unclear. Future studies should include sweat chloride testing as a measure of CFTR function.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».