Automated analysis of digital oximetry in the diagnosis of obstructive sleep apnoea
Notice bibliographique
Résumé
BACKGROUND: The gold standard diagnostic test for obstructive sleep apnoea (OSA) is overnight polysomnography (PSG) which is costly in terms of time and money. Consequently, a number of alternatives to PSG have been proposed. Oximetry is appealing because of its widespread availability and ease of application. The diagnostic performance of an automated analysis algorithm based on falls and recovery of digitally recorded oxygen saturation was compared with PSG. METHODS: Two hundred and forty six patients with suspected OSA were randomly selected for PSG and automated off line analysis of the digitally recorded oximeter signal. RESULTS: The PSG derived apnoea hypopnea index (AHI) and oximeter derived respiratory disturbance index (RDI) were highly correlated (R = 0.97). The mean (2SD) of the differences between AHI and RDI was 2.18 (12.34)/h. The sensitivity and specificity of the algorithm depended on the AHI and RDI criteria selected for OSA case designation. Using case designation criteria of 15/h for AHI and RDI, the sensitivity and specificity were 98% and 88%, respectively. If the PSG derived AHI included EEG based arousals as part of the hypopnea definition, the mean (2SD) of the differences between RDI and AHI was -0.12 (15. 62)/h and the sensitivity and specificity profile did not change significantly. CONCLUSIONS: In a population of patients suspected of having OSA, off line automated analysis of the oximetry signal provides a close estimate of AHI as well as excellent diagnostic sensitivity and specificity for OSA.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».