Efficacy of an oral appliance for the treatment of obstructive sleep apnea in a Brazilian population
Notice bibliographique
Résumé
Aim: the aim of this prospective study was to validate, in Brazil, the use of an MRA to treat OSA and primary snoring, comparing polysomnographic and Epworth Sleepiness Scale (ESS) data obtained prior to and during MAS treatment. Method: this study was carried out on 63 patients presented with different OSA severity or primary snoring, who were fitted to PMPositioner® between 2009 and 2011. The diagnosis was established by a polysomnogram (PSG) prior treatment and a PSG after 6 month verified the efficacy of MRA therapy. Subjective daytime sleepness was evaluated by ESS questionnaire prior to treatment and at the follow up. Results: The sample was divided in primary snoring and OSA group. For the primary snoring group, PSG variables did not show significant results, except for snoring decreasing. For the OSA group the mean AHI has reduced from 23.0±11 to 5.3±4.0 (p≤0.001) and median ESS reduced significantly from 13.0(3-24) to 8.5(3-13). Complete response (AHI<5.0) was found in 25 (40%) of the patients; partial response (AHI ≤10) was found in 27 (43%) patients. Conclusion: The findings of the present study validate the efficacy of the adjustable PM Positioner® for the treatment of OSA in Brazilian patients. This appliance can provide safe treatment 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 | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».