Diagnostic prediction models for CT-confirmed and bacterial rhinosinusitis in primary care: individual participant data meta-analysis.これはGoogle Geminiによって提供された原題の機械翻訳です。正確なタイトルについては原典をご参照ください。また、運営はこの翻訳の所有権を主張せず、その正確性について保証するものではありません。

一次医療におけるCT確認および細菌性副鼻腔炎の診断予測モデル：個別参加者データメタ分析

副鼻腔炎は、副鼻腔の炎症を特徴とする病気です。副鼻腔炎には、細菌感染による細菌性副鼻腔炎と、細菌感染を伴わない非細菌性副鼻腔炎があります。細菌性副鼻腔炎は、抗生物質治療の対象となりますが、非細菌性副鼻腔炎は、抗生物質治療の対象となりません。そのため、副鼻腔炎の患者に対して、抗生物質治療を行うか否かを判断することは、臨床医にとって大きな課題となっています。この研究は、一次医療におけるCT確認および細菌性副鼻腔炎の診断予測モデルを開発することを目的としたものです。研究者は、3つの研究から得られた426名の患者のデータをメタ分析しました。その結果、7つの変数（過去の副鼻腔炎の診断、先行する上気道感染症、嗅覚喪失、二重の病気、診察時の膿性鼻汁、医師による抗生物質の必要性、C反応性タンパク質（CRP））を含むモデルは、CT確認された副鼻腔炎に対して、楽観的補正されたc統計量0.73（95％信頼区間[CI] = 0.69〜0.78）、較正傾斜0.99（95％CI = 0.72〜1.19）を示しました。また、2つの研究から得られた225名の患者のデータをメタ分析した結果、3つの変数（歯の痛み、膿性鼻汁、CRP）を含むモデルは、培養確認された細菌性副鼻腔炎に対して、楽観的補正されたc統計量0.70（95％CI = 0.63〜0.77）、較正傾斜1.00（95％CI = 0.66〜1.52）を示しました。この研究は、CT確認された副鼻腔炎と培養確認された細菌性副鼻腔炎の診断予測モデルを開発し、抗生物質の使用を安全に削減するために役立つ可能性を示しています。

副鼻腔炎の診断予測モデル

この研究は、一次医療におけるCT確認および細菌性副鼻腔炎の診断予測モデルを開発することを目的としたものです。研究者は、3つの研究から得られた426名の患者のデータをメタ分析しました。その結果、7つの変数（過去の副鼻腔炎の診断、先行する上気道感染症、嗅覚喪失、二重の病気、診察時の膿性鼻汁、医師による抗生物質の必要性、C反応性タンパク質（CRP））を含むモデルは、CT確認された副鼻腔炎に対して、楽観的補正されたc統計量0.73（95％信頼区間[CI] = 0.69〜0.78）、較正傾斜0.99（95％CI = 0.72〜1.19）を示しました。また、2つの研究から得られた225名の患者のデータをメタ分析した結果、3つの変数（歯の痛み、膿性鼻汁、CRP）を含むモデルは、培養確認された細菌性副鼻腔炎に対して、楽観的補正されたc統計量0.70（95％CI = 0.63〜0.77）、較正傾斜1.00（95％CI = 0.66〜1.52）を示しました。この研究は、CT確認された副鼻腔炎と培養確認された細菌性副鼻腔炎の診断予測モデルを開発し、抗生物質の使用を安全に削減するために役立つ可能性を示しています。

健康への影響と生活への応用

副鼻腔炎は、抗生物質の使用を控えめにすべき病気です。この研究で開発された診断予測モデルは、抗生物質の適応を判断する上で役立つ可能性があります。副鼻腔炎の症状が出た場合は、早めに医療機関を受診し、医師の指示に従って治療を受けましょう。

ラクダ博士の結論

副鼻腔炎の診断は難しいですが、この研究で開発された予測モデルは、抗生物質の適応を判断する上で役立ちます。副鼻腔炎の症状が出た場合は、早めに医療機関を受診しましょう。