Trends in CPAP adherence over twenty years of data collection: A flattened curve
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: Obstructive sleep apnea (OSA) is a common disorder, and continuous airway positive pressure (CPAP) is considered to be the gold standard of therapy. CPAP however is known to have problems with adherence, with many patients eventually abandoning the device. The purpose of this paper is to assess secular trends in CPAP adherence over the long term to see if there have been meaningful improvements in adherence in light of the multiple interventions proposed to do so. METHODS: A comprehensive systematic literature review was conducted using the Medline-Ovid, Embase, and Pubmed databases, searching for data regarding CPAP adherence over a twenty year timeframe (1994-2015). Data was assessed for quality and then extracted. The main outcome measure was reported CPAP non-adherence. Secondary outcomes included changes in CPAP non-adherence when comparing short versus long-term, and changes in terms of behavioral counseling. RESULTS: Eighty-two papers met study inclusion/exclusion criteria. The overall CPAP non-adherence rate based on a 7-h/night sleep time that was reported in studies conducted over the twenty year time frame was 34.1 %. There was no significant improvement over the time frame. Behavioral intervention improved adherence rates by ~1 h per night on average. CONCLUSIONS: The rate of CPAP adherence remains persistently low over twenty years worth of reported data. No clinically significant improvement in CPAP adherence was seen even in recent years despite efforts toward behavioral intervention and patient coaching. This low rate of adherence is problematic, and calls into question the concept of CPAP as gold-standard of therapy 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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,001 |
| 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 découle