MétaCan
Menu
Retour à la cohorte
Enregistrement W2801395464 · doi:10.1136/thoraxjnl-2017-211131

Diagnostic accuracy of a two-stage model for detecting obstructive sleep apnoea in chronic tetraplegia

2018· article· en· W2801395464 sur OpenAlexaff
Marnie Graco, Rachel Schembri, Susan Cross, Chinnaya Thiyagarajan, Shirin Shafazand, Najib Ayas, Mark S. Nash, Viet H. Vu, Warren R. Ruehland, Ching Li Chai‐Coetzer, Peter D. Rochford, T Churchward, Sally Green, David J. Berlowitz

Notice bibliographique

RevueThorax · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensGF Strong Rehabilitation CentreUniversity of British Columbia
Organismes subventionnairesNational Health and Medical Research CouncilU.S. Department of Defense
Mots-clésMedicineTetraplegiaSleep (system call)Stage (stratigraphy)PolysomnographyPhysical medicine and rehabilitationPhysical therapyAnesthesiaApneaSpinal cordSpinal cord injuryPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Obstructive sleep apnoea (OSA) is highly prevalent in people with spinal cord injury (SCI). Polysomnography (PSG) is the gold-standard diagnostic test for OSA, however PSG is expensive and frequently inaccessible, especially in SCI. A two-stage model, incorporating a questionnaire followed by oximetry, has been found to accurately detect moderate to severe OSA (MS-OSA) in a non-disabled primary care population. This study investigated the accuracy of the two-stage model in chronic tetraplegia using both the original model and a modified version for tetraplegia. METHODS: An existing data set of 78 people with tetraplegia was used to modify the original two-stage model. Multivariable analysis identified significant risk factors for inclusion in a new tetraplegia-specific questionnaire. Receiver operating characteristic (ROC) curve analyses of the questionnaires and oximetry established thresholds for diagnosing MS-OSA. The accuracy of both models in diagnosing MS-OSA was prospectively evaluated in 100 participants with chronic tetraplegia across four international SCI units. RESULTS: Injury completeness, sleepiness, self-reported snoring and apnoeas were included in the modified questionnaire, which was highly predictive of MS-OSA (ROC area under the curve 0.87 (95% CI 0.79 to 0.95)). The 3% oxygen desaturation index was also highly predictive (0.93 (0.87-0.98)). The two-stage model with modified questionnaire had a sensitivity and specificity of 83% (66-93) and 88% (75-94) in the development group, and 77% (65-87) and 81% (68-90) in the validation group. Similar results were demonstrated with the original model. CONCLUSION: Implementation of this simple alternative to full PSG could substantially increase the detection of OSA in patients with tetraplegia and improve access to treatments. TRIAL REGISTRATION NUMBER: Results, ACTRN12615000896572 (The Australian and New Zealand Clinical Trials Registry) and pre-results, NCT02176928 (clinicaltrials.gov).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,828

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,375
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThoraxMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207