Predictors of Sleep Apnea in the Canadian Population
Notice bibliographique
Résumé
Older age, obesity, hypertension, snoring, and excessive daytime sleepiness have been associated with sleep apnea. The objective of this study was to determine the prevalence (crude and adjusted), as well as the risk factors, of sleep apnea in the adult Canadian population. Data from the 2009 Sleep Apnea Rapid Response (SARR) questionnaire were used to identify the risk factors, and all sleep-related questions in the SARR questionnaire were used. The outcome variable of interest was health professional-diagnosed sleep apnea. Covariates of interest were demographic variables, population characteristics, respiratory and cardiovascular diseases, and enabling resources. The multiple logistic regression model adjusted for the clustering effect was used to analyze the data. Sleep apnea was diagnosed in 858,913 adults (3.4% of the population), and more men (65.4%) than women (34.6%) were diagnosed with sleep apnea. Multivariable logistic regression analysis indicated that age (45 and older), loud snoring, sudden awakening with gasping/choking (rare/sometimes and once or more a week), and nodding off/falling asleep in driving in the past 12 months were significantly associated with diagnosed sleep apnea. Predictive probability demonstrated that in overweight and obese persons, ≥15 minutes of daily exercise significantly decreased the risk of diagnosed sleep apnea. The conclusion of this study is that in the Canadian population, sleep apnea is associated with older age, loud snoring, and sleeping problems. The protective effect of exercise warrants further investigation.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 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 ».