Outcome measurements in obstructive sleep apnea: Beyond the apnea‐hypopnea index
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: The apnea-hypopnea index (AHI) is overwhelmingly used as the main therapeutic metric in the assessment of obstructive sleep apnea (OSA) in surgical studies. However, using AHI as the sole measure is problematic. This study investigates the utility of other outcome measures for patients with OSA undergoing surgery. STUDY DESIGN: Systematic review of cohort and review studies. METHODS: A review was performed using the PubMed database. English articles focusing on outcome measures in adults with OSA were included. Studies in pediatric populations, those combining obstructing and central sleep apnea, and those without the use of outcome measures were excluded. Articles were categorized according to level of evidence. The Downs and Black scale and AMSTAR scale were used to assess quality. RESULTS: Of a total of 10,454 retrieved articles, 21 studies met inclusion and exclusion criteria. Most articles related to continuous positive airway pressure outcomes. Many categories of outcome measures were found: general quality of life, OSA-specific quality of life, measurements of sleepiness, performance, and physiological. Subjects with OSA scored differently in measurement tools in all categories compared to control populations or after treatment, and generally a poor correlation with AHI was seen. CONCLUSIONS: The literature shows a range of tools based on symptoms and physiology of OSA that can assess effects of treatment. Assessment of surgical treatment for OSA should neither be limited to AHI as an outcome, nor should this be the only outcome stressed.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».