Associations between HT, BMI, and allergic rhinitis in perimenopausal women
Notice bibliographique
Résumé
BACKGROUND: Increasing evidence suggests that hormone therapy (HT) and obesity exert an influence on allergic rhinitis (AR). It is important to investigate the association and interactions between HT, BMI, and AR in perimenopausal women. METHODS: From May 2020 to March 2021, a cross-sectional survey was completed by patients who visited the Allergy Department and Gynecology Department of Shijitan Hospital. The patients completed a questionnaire and stratified analyses by BMI in tertiles were performed. Logistic analyses were performed to evaluate the relationships between HT, BMI, and AR. RESULTS: A total of 950 patients completed the study, among which, 393 patients were receiving HT. HT was found to be associated with increased risks for AR (OR = 1.51 [95% CI: 1.151-1.985]), asthma (OR = 3.61 [95% CI: 2.21-5.89]), and their accompanying symptoms (OR = 3.54 [95% CI: 2.146-5.831]). In lean women, the use of HT was significantly associated with a higher risks for AR (OR = 2.26 [95% CI: 1.31-3.91]), the time course of AR (OR = 2.54 [95% CI: 1.37-4.74]), hay fever (OR = 2.54 [95% CI: 1.37-4.74]), and accompanying symptoms (including canker sores, diarrhea, and stomachache) (OR = 2.26 [95% CI: 1.309-3.907]) when compared to normal or heavier weight women (course of AR: pinteraction = 0.032; hay fever; pinteraction = 0.006; accompanying symptoms: pinteraction = 0.009). CONCLUSIONS: HT can reduce the risk for AR in perimenopausal women. Lean women who used HT were at a higher risk for AR when compared to overweight women who used AR. There exists an interaction between HT and BMI that influences AR. Furthermore, HT and obesity increase the risk for AR by some common pathways, more follow-up work is needed to explore common pathways.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».