Prevalence of sleep disordered breathing in lung transplant recipients.
Notice bibliographique
Résumé
STUDY OBJECTIVES: Weight gain and obesity are common after lung transplantation. Despite associations between these conditions and sleep disordered breathing (SDB) in the general population, the prevalence and clinical impact of SDB in lung transplant recipients is unknown. The study objective was to determine the prevalence and clinical correlates of SDB in a cohort of lung transplant recipients. METHODS: Single-center cross-sectional study. Overnight polysomnography, sleep questionnaires, and anthropomorphic measurements were conducted on 24 lung recipients transplanted at least one year previously. The primary outcome was the prevalence of SDB, defined as an apnea-hypopnea index (AHI) > or = 10 per hour. RESULTS: The prevalence of SDB was 63%. Obstructive sleep apnea (OSA) was observed in 38% and central sleep apnea (CSA) in 25%. Among all subjects, the mean AHI was 19.7 +/- 24.4 events/hour and the average weight gained after transplant was 10.5 +/- 12.3 kg. Subjects with SDB had a higher systolic blood pressure (135 +/- 12 vs. 124 +/- 13 mm Hg, p = 0.045), body mass index (BMI) (28.2 +/- 3.7 vs. 24.0 +/- 4.0 kg/m2, p = 0.008) and arousal index (28.0 +/- 26.9 vs. 10.4 +/- 6.4 per hour, p = 0.025) compared to the non-SDB group. Cyclosporine use was associated with CSA (p = 0.006). Recipients with OSA had a greater change (pre to post transplant) in BMI (5.8 +/- 4.6 vs. 2.0 +/- 2.9 kg/m2, p = 0.05) compared with non-SDB subjects. CONCLUSIONS: Sleep disordered breathing is highly prevalent after lung transplantation. Polysomnography should be considered in lung transplant recipients, especially if they have gained weight.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».