Association of novel measures of sleep disturbances with blood pressure: the Multi-Ethnic Study of Atherosclerosis
Notice bibliographique
Résumé
Background Mechanisms underlying blood pressure (BP) changes in obstructive sleep apnoea (OSA) are incompletely understood. We assessed the associations between BP and selected polysomnography (PSG) traits: sleep depth, airflow limitation measurements and OSA-specific hypoxic burden. Methods This cross-sectional analysis included 2055 participants from the Multi-Ethnic Study of Atherosclerosis who underwent PSG and BP measurements in 2010–2013. Sleep depth was assessed using the ‘OR product’, a continuous measure of arousability. Airflow limitation was assessed by duty cycle (T i /T t ) and % of breaths with flow limitation, and hypoxia by ‘hypoxic burden’. Primary outcomes were medication-adjusted systolic BP (SBP) and diastolic BP (DBP). We used generalised linear models adjusted for age, sex, race/ethnicity, smoking, education, body mass index, alcohol use, periodic limb movements and alternative physiological disturbances. Results The sample had a mean age of 68.4 years and apnoea–hypopnoea index of 14.8 events/hour. Sleep depth was not significantly associated with BP. Every 1 SD increment in log-transformed non-rapid eye movement duty cycle was associated with 0.9% decrease in SBP (95% CI: 0.1% to 1.6%), even after adjusting for sleep depth and hypoxic burden. Every 1 SD increment in log-transformed hypoxic burden was associated with a 1.1% increase in SBP (95% CI: 0.1% to 2.1%) and 1.9% increase in DBP (95% CI: 1.0% to 2.8%) among those not using hypertension medications. Conclusions Higher duty cycle was associated with lower SBP overall and hypoxic burden with higher SBP and DBP among non-BP medication users. These findings suggest changes in both respiratory effort and oxygenation during sleep influence BP.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».