Chronic Kidney Disease and Sleep Apnea Association of Kidney Disease With Obstructive Sleep Apnea in a Population Study of Men
Notice bibliographique
Résumé
Study Objectives: To determine the relationship between obstructive sleep apnea (OSA) and chronic kidney disease (CKD). Previous population studies of the association are sparse, conflicting and confined largely to studies of administrative data. Methods: Cross-sectional analysis in unselected participants of the Men Androgens Inflammation Lifestyle Environment and Stress (MAILES) study, aged >40 years. Renal data were available for 812 men without a prior OSA diagnosis who underwent full in-home polysomnography (Embletta X100) in 2010-2011. CKD was defined as an estimated glomerular filtration rate (eGFR) <60 mL/min/1.73m2 or eGFR≥60 and albuminuria (albumin-creatinine ratio ≥3.0 mg/mmol). Results: CKD (10.5%, n = 85 [Stage 1-3, 9.7%; Stage 4-5, 0.7%]) of predominantly mild severity showed significant associations with OSA (apnea-hypoapnea index [AHI] ≥ 10): odds ratio (OR) = 1.9, 95% confidence interval (CI): 1.02-3.5; severe OSA (AHI ≥ 30/h): OR = 2.6, 95% CI: 1.1-6.2; and respiratory-related arousal index: ≥7.6/h, OR = 2.3, 95%CI: 1.1-4.7; but not measures of hypoxemia after adjustment for age, hypertension, diabetes, smoking, obesity, and NSAID use. There was no association of CKD with daytime sleepiness. In men with CKD, those with OSA were not significantly more likely to report symptoms (sleepiness, snoring, and apneas) or be identified with the STOP OSA screening questionnaire, compared to men without OSA. Conclusions: Predominantly mild CKD is associated with severe OSA and arousals. Further population studies examining the longitudinal relationship between CKD and OSA are warranted. Better methods are needed to identify OSA in CKD which may have few symptoms.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».