MétaCan
Menu
Retour à la cohorte
Enregistrement W2139632946 · doi:10.1109/embc.2013.6610559

Statistical analysis of tracheal breath sounds during wakefulness for screening obstructive sleep apnea

2013· article· en· W2139632946 sur OpenAlexaff
Cameron A. MacGregor, Davood Karimi, Ali Azarbarzin, Zahra Moussavi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSupine positionPolysomnographyObstructive sleep apneaWakefulnessMedicineSittingBreathingApneaSleep apneaAudiologyAnesthesiaPhysical medicine and rehabilitationElectroencephalographyPathology

Résumé

récupéré en direct d'OpenAlex

Obstructive sleep apnea (OSA) is a prevalent disorder. The accepted method of diagnosis in widespread clinical practice, polysomnography (PSG), is costly and very time consuming; therefore, quick screening methods, especially when there is a need for quick diagnosis, is of great interest. Diagnostic methods which exploit subtle differences in breath sounds recorded during wakefulness, such as our group's Awake-OSA technology, have shown their capability to diagnose OSA at the research stage. Simplifying the breath sound recording procedure employed in the Awake-OSA diagnostic method would increase its efficiency when used in a clinical setting. In this study, we adopted breath sound data collected during wakefulness in two positions (sitting upright and supine) and two breathing maneuvers (nose and mouth breathing) from our previous study, and ran hypothesis tests on a wide variety of sound features to select the most significant features correlated with OSA. The goal was to investigate which combinations of patient position and breathing maneuver contribute the least to the significant features amongst groups of people with differing OSA severity, thus permitting simplification of the recording protocol. The results show that all signals recorded by a combination of the two breathing maneuvers and two positions result in features significantly correlated with OSA severity; this makes it impossible to confidently recommend that a combination be omitted from the recording protocol. Nevertheless, the results show that the majority of significant features originated from recordings made in the supine position. Therefore, as a step toward simplification of the Awake-OSA diagnostic algorithm, we may use breath sound signals recorded only in the supine position and further investigate the accuracy of the algorithm in distinguishing amongst groups with differing OSA severity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,312
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetObstructive Sleep Apnea ResearchTravaux en français237 207