Development and validation of a Score for Preoperative Prediction of Obstructive Sleep Apnea (SPOSA) and its perioperative outcomes
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: Postoperative respiratory complications (PRCs) are associated with significant morbidity, mortality, and hospital costs. Obstructive sleep apnea (OSA), often undiagnosed in the surgical population, may be a contributing factor. Thus, we aimed to develop and validate a score for preoperative prediction of OSA (SPOSA) based on data available in electronic medical records preoperatively. METHODS: OSA was defined as the occurrence of an OSA diagnostic code preceded by a polysomnography procedure. A priori defined variables were analyzed by multivariable logistic regression analysis to develop our score. Score validity was assessed by investigating the score's ability to predict non-invasive ventilation. We then assessed the effect of high OSA risk, as defined by SPOSA, on PRCs within seven postoperative days and in-hospital mortality. RESULTS: and comorbidities, including pulmonary hypertension, hypertension, and diabetes. The score yielded an area under the curve of 0.82. Non-invasive ventilation was significantly associated with high OSA risk (OR 1.44, 95% CI 1.22-1.69). Using a dichotomized endpoint, 26,968 (24.8%) patients were identified as high risk for OSA and 7.9% of these patients experienced PRCs. OSA risk was significantly associated with PRCs (OR 1.30, 95% CI 1.19-1.43). CONCLUSION: SPOSA identifies patients at high risk for OSA using electronic medical record-derived data. High risk of OSA is associated with the occurrence of PRCs.
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 | 0,001 |
| 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) | 0,000 | 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