MétaCan
Menu
Retour à la cohorte
Enregistrement W2899967048 · doi:10.1051/medsci/201834f112

Effects of continuous positive airway pressure on elderly patients with obstructive sleep apnea: a meta-analysis

2018· review· en· W2899967048 sur OpenAlexaboutno aff
Yongmei Jin, Yi Hu, Shu Li

Notice bibliographique

Revuemédecine/sciences · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineContinuous positive airway pressureObstructive sleep apneaNeurocognitiveMeta-analysisSleep apneaClinical trialApneaInternal medicineQuality of life (healthcare)AirwayAnesthesiaCardiologyCognition

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: the aim of the study was to evaluate the efficacy of continuous positive airway pressure (CPAP) for the treatment of obstructive sleep apnea in the elderly. METHOD: a comprehensive search for qualified clinical trials was performed on April, 2016. Basic demographic information of enrolled subjects, study design, survival rate, cardiovascular events, quality of life scores, and neurocognitive data were extracted for analysis. RESULTS: A total of seven clinical trials were included in this meta-analysis, in which untreated elderly patients exhibited worse survival rate than those with CPAP (OR=2.22, 95% CI=1.64 to 3.01, P< 0.00001). Treated elderly patients exhibited less cardiovascular risk than those without CPAP (RR=0.49, 95% CI=0.36 to 0.66, P<0.00001) and a statistically significant improvement on all the domains of Quebec Sleepiness Questionnaire, supported by pooled weighted mean difference. Furthermore, CPAP treatment partially improved the cognitive functions. CONCLUSION: CPAP treatment achieves improvements in decreasing mortality and controlling cardiovascular events and exhibits few effects on neurocognitive function. Further large-scale, well-designed interventional investigation is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0120,022
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,335
Écart entre enseignants0,297 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemédecine/sciencesMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207