Validation of Nasal Pressure for the Identification of Apneas/Hypopneas during Sleep
Notice bibliographique
Résumé
The reference standard for identifying apneas and hypopneas is a pneumotachograph, but using this can disrupt sleep. Nasal airflow estimation by measuring nasal pressure via nasal prongs is better tolerated by patients. However, nasal pressure has not been validated, using an event-by-event analysis, for detecting apneas/hypopneas during sleep. Eleven patients undergoing polysomnography wore a nasal mask capable of measuring nasal airflow (via pneumotachograph) and nasal pressure simultaneously. Each study was screened for respiratory disturbances, and from these 550 were randomly selected and blindly scored as an apnea/hypopnea or no event each using the pneumotachograph, nasal pressure, square root nasal pressure, and respiratory inductance sum signals independently. Agreement was measured using Cohen's kappa statistic. Intermeasurement agreements between the pneumotachograph and nasal pressure, square root nasal pressure, and respiratory inductance plethysmography sum were 0.76, 0.73, and 0.50, respectively. Inter- and intrarater agreements were, respectively, 0.68 and 0.60 for the pneumotachograph, 0.66 and 0.82 for nasal pressure, 0.61 and 0.78 for square root nasal pressure, and 0.47 and 0.76 for respiratory inductance plethysmography sum. These results indicate that nasal pressure has excellent agreement compared with a pneumotachograph and very good inter-/intrarater agreement. Square root transformation of the nasal pressure signal does not improve these levels of agreement, indicating that it is unnecessary in routine clinical practice for scoring apneas/hypopneas.
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 | 0,001 | 0,003 |
| 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 | 0,002 |
| 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 ».