Utility of Neck, Height, and Tonsillar Size to Screen for Obstructive Sleep Apnea among Obese Youth
Notice bibliographique
Résumé
Objectives To determine whether neck:height ratio combined with adenoid and tonsillar size is a good predictive tool for obstructive sleep apnea in obese youth. Study Design Cross-sectional study. Setting Sleep clinics at the Hospital for Sick Children, Toronto, Canada. Subjects and Methods Consented obese individuals aged 8 to 18 years were recruited between 2013 and 2015. Anthropometric measures were obtained by a trained research coordinator in a standardized manner. Otolaryngologists evaluated adenoid and tonsil sizes. Obstructive sleep apnea was diagnosed with an overnight polysomnogram as an obstructive apnea-hypopnea index ≥2. Multivariable logistic regressions investigated the relationship between potential predictors and obstructive sleep apnea. The C-statistic measured the predictive ability. Results Of the 53 subjects (median age, 13 years; 55% males), 28 (53%) were diagnosed with obstructive sleep apnea, with a median index of 10.6 per hour. In a logistic regression controlling for adenoid size, enlarged tonsils were significantly associated with the presence of obstructive sleep apnea ( P < .01). Adding neck:height ratio into the model improved the model predictive ability (C-index increased from 0.73 to 0.84). Controlling for tonsil and adenoid sizes, an increase in neck:height ratio was significantly associated with the presence of obstructive sleep apnea ( P = .01). Conclusion Our study suggests that neck:height ratio combined with tonsillar hypertrophy may have a strong predictive ability for obstructive sleep apnea and may be useful in an ambulatory setting to screen obese youth at high risk. These findings should be confirmed in a larger study.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».