Upper-Airway Collapsibility and Loop Gain Predict the Response to Oral Appliance Therapy in Patients with Obstructive Sleep Apnea
Notice bibliographique
Résumé
Abstract Rationale Oral appliances (OAs) are commonly used as an alternative treatment to continuous positive airway pressure for patients with obstructive sleep apnea (OSA). However, OAs have variable success at reducing the apnea–hypopnea index (AHI), and predicting responders is challenging. Understanding this variability may lie with the recognition that OSA is a multifactorial disorder and that OAs may affect more than just upper-airway anatomy/collapsibility. Objectives The objectives of this study were to determine how OA alters AHI and four phenotypic traits (upper-airway anatomy/collapsibility and muscle function, loop gain, and arousal threshold), and baseline predictors of which patients gain the greatest benefit from therapy. Methods In a randomized crossover study, 14 patients with OSA attended two sleep studies with and without their OA. Under each condition, AHI and the phenotypic traits were assessed. Multiple linear regression was used to determine independent predictors of the reduction in AHI. Measurements and Main Results OA therapy reduced the AHI (30 ± 5 vs. 11 ± 2 events/h; P < 0.05), which was driven by improvements in upper-airway anatomy/collapsibility under passive (1.9 ± 0.7 vs. 4.7 ± 0.6 L/min; P < 0.005) and active conditions (2.4 ± 0.9 vs. 6.2 ± 0.4 L/min; P < 0.001). No changes were seen in muscle function, loop gain, or the arousal threshold. Using multivariate analysis, baseline passive upper-airway collapsibility and loop gain were independent predictors of the reduction in AHI (r2 = 0.70; P = 0.001). Conclusions Our findings suggest that OA therapy improves the upper-airway collapsibility under passive and active conditions. Importantly, a greater response to therapy occurred in those patients with a mild anatomic compromise and a lower loop gain.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».