Utility of Screening for Obstructive Sleep Apnea in Cardiac Rehabilitation
Notice bibliographique
Résumé
PURPOSE: Obstructive sleep apnea (OSA) is prevalent in patients with cardiovascular disease and is often undiagnosed. The purpose of this study was to determine the utility of communicating OSA risk with the patients in a diabetes and cardiac rehabilitation program (CRP) and primary care physicians. METHODS: Following an OSA education session, 295 patients in diabetes and CRPs were screened for OSA and daytime sleepiness by STOP-BANG and Epworth Sleepiness Scale questionnaires. Letters were sent to patients at high risk or noncompliant with continuous positive airway pressure (CPAP) treatment and their physicians. Follow-up questionnaires were sent to patients 6 months later. RESULTS: Of the 295 patients screened, 16.6% (n = 49) had an OSA diagnosis and had been prescribed CPAP. A smaller proportion patients in the diabetes program than in the CRP had discontinued CPAP (22.2% vs 45.2%; P = .03) with discomfort being the greatest barrier. Three of the 7 patients (42.9%) who had contact with their physician resumed CPAP. Of the remaining 246 patients who scored high on ≥1 questionnaire (77.6%; n = 191) and returned the 6-month questionnaire (53.9%; n = 103), communication of risk assessment resulted in 49.5% (n = 51) of patients consulting with their physician. Of those, half were referred for polysomnography. All were diagnosed with OSA. CONCLUSION: More than three quarters of patients in diabetes and CRPs scored high on ≥1 questionnaire suggesting signs/symptoms of OSA. However, only 16.6% were prescribed CPAP and compliance to treatment was poor (63.3%). Education and communication of OSA risk with patients and physicians resulted in a de novo diagnosis in at least 1 of 10 patients screened and 16.7% restarted CPAP.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».