Detecting obstructive sleep apnea in children by self-affine visualization of oximetry
Notice bibliographique
Résumé
Obstructive sleep apnea (OSA), characterized by cessations of breathing during sleep due to upper airway collapse, can affect the healthy growth and development of children. The gold standard for OSA diagnosis, polysomnography(PSG), is expensive and resource intensive, resulting in long waiting lists to perform a PSG. Previously, we investigated the time-frequency analysis of blood oxygen saturation (SpO2) to screen for OSA. We used overnight pulse oximetry from 146 children, collected using a smartphone-based pulse oximeter (Phone Oximeter), simultaneously with standard PSG. Sleep technicians manually scored PSG and provided the average of apnea/hypoapnea events per hour (AHI). In this study, we proposed an alternative method for analyzing SpO2, in which a set of contracting transformations form a self-affine set with a 2D attractor, previously developed for qualitative visualization of the photoplethysmogram and electroencephalogram. We applied this technique to the overnight SpO2signal from individual patients and extracted features based on the distribution of points (radius and angle) in the visualization. The cloud of points in children without OSA (NonOSA) was more confined than in children with OSA, which was reflected by more empty pixels (radius and angles). The maximum value, skewness and standard deviation of the distribution of points located at different radius and angles were significantly (Bonferroni corrected) higher in NonOSA compared to OSA children. To detect OSA defined at different levels (AHI≥5, AHI≥10 and AHI≥15), three multivariate logistic regression models were implemented using a stepwise feature selection and internally validated through bootstrapping. The models (AHI≥5, AHI≥10, AHI≥15), consisting of 3, 4 and 1 features respectively, provided a bootstrap-corrected AUC of 73%, 81%, 73%. Thus, applying this visualization to nocturnal SpO2could yield both visual and quantitative information that might be useful for screening children 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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».