MétaCan
Menu
Retour à la cohorte
Enregistrement W2968409227 · doi:10.1513/annalsats.201903-190oc

Polysomnographic Endotyping to Select Patients with Obstructive Sleep Apnea for Oral Appliances

2019· article· en· W2968409227 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensCanadian Sleep & Circadian Network
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicinePolysomnographyOral applianceObstructive sleep apneaConfidence intervalArousalBody mass indexInternal medicineApneaApnea–hypopnea indexSleep apneaAnesthesia

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Oral appliance therapy is efficacious in many patients with obstructive sleep apnea (OSA), but prediction of treatment outcome is challenging. Small, detailed physiological studies have identified key OSA endotypic traits (pharyngeal collapsibility and loop gain) as determinants of greater oral appliance efficacy. Objectives We used a clinically applicable method to estimate OSA traits from routine polysomnography and identify an endotype-based subgroup of patients expected to show superior efficacy. Methods In 93 patients (baseline apnea–hypopnea index [AHI], ≥20 events/h), we examined whether polysomnography-estimated OSA traits (pharyngeal: collapsibility and muscle compensation; nonpharyngeal: loop gain, arousal threshold, and ventilatory response to arousal) were associated with oral appliance efficacy (percentage reduction in AHI from baseline) and could predict responses to treatment. Multivariable regression (with interactions) defined endotype-based subgroups of “predicted” responders and nonresponders (based on 50% reduction in AHI). Treatment efficacy was compared between the predicted subgroups (with cross-validation). Results Greater oral appliance efficacy was associated with favorable nonpharyngeal traits (lower loop gain, higher arousal threshold, and lower response to arousal), moderate (nonmild, nonsevere) pharyngeal collapsibility, and weaker muscle compensation (overall R 2 = 0.30; adjusted R 2 = 0.19; P = 0.003). Predicted responders (n = 54), compared with predicted nonresponders (n = 39), exhibited a greater reduction in AHI from baseline (mean [95% confidence interval], 73% [66–79] vs. 51% [38–61]; P < 0.0001) and a lower treatment AHI (8 [6–11] vs. 16 [12–20] events/h; P = 0.002). Differences persisted after adjusting for clinical covariates (including baseline AHI, body mass index, and neck circumference). Conclusions Quantifying OSA traits using clinical polysomnography can identify an endotype-based subgroup of patients that is highly responsive to oral appliance therapy. Prospective validation is warranted.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,619

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
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 Opus0,046
Tête enseignante GPT0,375
Écart entre enseignants0,329 · 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