The Need for a Greater Focus on Obesity and Its Treatment in Sleep Medicine
Notice bibliographique
Résumé
Several years ago I cared for a 350+ pound male in his 30s who had severe obstructive sleep apnea (OSA), nocturnal hypoxemia, and cor pulmonale. Although this clinical picture is not unusual in our practice of Sleep Medicine, this patient was memorable because during clinic visits we had several conversations about his habitual, uncontrollable excessive fat and sugar laden food consumption, his continued weight gain and related physical limitations, and his embarrassment about his inability to lace his shoes due to the severe brawny edema present in his feet and lower legs. Despite appropriate levels of ventilatory support and oxygen therapy, likely due to his obesity hypoventilation and related mechanisms eloquently reviewed by Vgontzas,1 as well as questionable adherence to the prescribed nocturnal therapy, this young gentleman died a few years later, ironically and sadly on Thanksgiving Day. Although there were many contributing factors to his death, because of this patient's course, I became vividly aware of the readily apparent, but difficult-to-deal-with prominent underlying mechanism of his fatal disease—obesity.
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 | 0,017 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,012 | 0,009 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,039 | 0,046 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,009 |
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 ».