Diagnostic accuracy of a two-stage model for detecting obstructive sleep apnoea in chronic tetraplegia
Notice bibliographique
Résumé
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 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 | 0,019 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».