Association between multimorbidity and undiagnosed obstructive sleep apnea severity and their impact on quality of life in men over 40 years old
Notice bibliographique
Résumé
BACKGROUND: Multimorbidity is common but little is known about its relationship with obstructive sleep apnea (OSA). METHODS: Men Androgen Inflammation Lifestyle Environment and Stress Study participants underwent polysomnography. Chronic diseases (CDs) were determined by biomedical measurement (diabetes, dyslipidaemia, hypertension, obesity), or self-report (depression, asthma, cardiovascular disease, arthritis). Associations between CD count, multimorbidity, apnea-hyponea index (AHI) and OSA severity and quality-of-life (QoL; mental & physical component scores), were determined using multinomial regression analyses, after adjustment for age. RESULTS: Of the 743 men participating in the study, overall 58% had multimorbidity (2+ CDs), and 52% had OSA (11% severe). About 70% of those with multimorbidity had undiagnosed OSA. Multimorbidity was associated with AHI and undiagnosed OSA. Elevated CD count was associated with higher AHI value and increased OSA severity. CONCLUSION: We demonstrate an independent association between the presence of OSA and multimorbidity in this representative sample of community-based men. This effect was strongest in men with moderate to severe OSA and three or more CDs, and appeared to produce a greater reduction in QoL when both conditions were present together.
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 | 0,001 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».