An update on the various practical applications of the STOP-Bang questionnaire in anesthesia, surgery, and perioperative medicine
Notice bibliographique
Résumé
PURPOSE OF REVIEW: The present review aims to provide an update on the various practical applications of the STOP-Bang questionnaire in anesthesia, surgery, and perioperative medicine. RECENT FINDINGS: The STOP-Bang questionnaire was originally validated as a screening tool to identify surgical patients who are at high-risk of obstructive sleep apnea (OSA). A recent meta-analysis confirmed that STOP-Bang is validated for use in the sleep clinic, surgical, and general population. Patients with a STOP-Bang score of 0--2 can be classified as low-risk for moderate-to-severe OSA. Those with a score of 5--8 can be classified as high-risk for moderate-to-severe OSA. In patients with a score of 3 or 4, a specific combination of a STOP score at least 2 + BMI more than 35 kg/m or STOP score at least 2 + male or STOP score at least 2 + neck circumference more than 40 cm indicates higher risk for moderate-to-severe OSA. Further, patients with a STOP-Bang score at least 3 can be classified as high risk for moderate-to-severe OSA if the serum HCO3 at least 28 mmol/l. STOP-Bang can be used as a novel tool for perioperative risk stratification because it easily identifies patients who are at increased risk of perioperative complications. SUMMARY: STOP-Bang at least 3 was recommended previously to identify the suspected or undiagnosed OSA. To reduce the false positive cases and to improve its specificity, a stepwise stratification is recommended to identify the patients at high risk of moderate-to-severe OSA. Because of its practical application, STOP-Bang is a useful screening tool for patients with suspected or undiagnosed 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».