Distinct severity stages of obstructive sleep apnoea are correlated with unique dyslipidaemia: large-scale observational study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Dyslipidaemia is an intermediary exacerbation factor for various diseases but the impact of obstructive sleep apnoea (OSA) on dyslipidaemia remains unclear. METHODS: A total of 3582 subjects with suspected OSA consecutively admitted to our hospital sleep centre were screened and 2983 (2422 with OSA) were included in the Shanghai Sleep Health Study. OSA severity was quantified using the apnoea-hypopnea index (AHI), the oxygen desaturation index and the arousal index. Biochemical indicators and anthropometric data were also collected. The relationship between OSA severity and the risk of dyslipidaemia was evaluated via ordinal logistic regression, restricted cubic spline (RCS) analysis and multivariate linear regressions. RESULTS: The RCS mapped a nonlinear dose-effect relationship between the risk of dyslipidaemia and OSA severity, and yielded knots of the AHI (9.4, 28.2, 54.4 and 80.2). After integrating the clinical definition and RCS-selected knots, all subjects were regrouped into four AHI severity stages. Following segmented multivariate linear modelling of each stage, distinguishable sets of OSA risk factors were quantified: low-density lipoprotein cholesterol (LDL-C), apolipoprotein E and high-density lipoprotein cholesterol (HDL-C); body mass index and/or waist to hip ratio; and HDL-C, LDL-C and triglycerides were specifically associated with stage I, stages II and III, and stages II-IV with different OSA indices. CONCLUSIONS: Our study revealed the multistage and non-monotonic relationships between OSA and dyslipidaemia and quantified the relationships between OSA severity indexes and distinct risk factors for specific OSA severity stages. Our study suggests that a new interpretive and predictive strategy for dynamic assessment of the risk progression over the clinical course of OSA should be adopted.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle