The Impact of Sinus Surgery for Chronic Rhinosinusitis on Concomitant Depression and Anxiety Symptoms: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
BACKGROUND: Both anxiety and depression are prevalent among patients with chronic rhinosinusitis (CRS) and associated with poorer outcomes following treatment for CRS. However, the impact of treatment on CRS on mental health remains uncertain. Therefore, this study seeks to evaluate if surgical intervention for CRS may alleviate comorbid depression and anxiety. METHODS: PubMed, Embase, and Scopus databases were searched for retrospective and prospective cohort studies, cross-sectional studies, and randomized controlled trials relating to CRS treatment using sinus surgery from inception to April 30, 2024, using the Population, Intervention, Comparison, and Outcomes (PICO) framework. Three blinded reviewers selected observational studies and randomized controlled trials investigating levels of depression and anxiety pre- and post-surgical treatment of CRS. Eleven studies comprising 3067 patients were included, of which five studies were quantitatively analyzed. After which, data were extracted from included articles into a structured proforma and the Newcastle-Ottawa Scale was used to evaluate study bias, following Preferred Reporting Items for Systematic Review and Meta-Analyses (PRISMA) guidelines and a PROSPERO-registered protocol (CRD42022351855). Meta-analyses of the ratio of means were conducted in a random-effects model. RESULTS: Overall, sinus surgery was associated with significant improvement in test scores of depression (ratio of means (ROM) = 1.47, 95% confidence interval [CI] = 1.03‒2.10), anxiety (ROM = 1.10, 95% CI = 0.81‒1.49), and quality of life markers, which are closely correlated to mental health outcomes. CONCLUSIONS: Sinus surgery for CRS may improve mental health outcomes (both depression and anxiety) for patients.
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 | 0,013 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,042 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».