Effect of Weight Loss on Upper Airway Anatomy and the Apnea–Hypopnea Index. The Importance of Tongue Fat
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.
Notice bibliographique
Résumé
Abstract Rationale Obesity is the primary risk factor for obstructive sleep apnea (OSA). Tongue fat is increased in obese persons with OSA, and may explain the relationship between obesity and OSA. Weight loss improves OSA, but the mechanism is unknown. Objectives To determine the effect of weight loss on upper airway anatomy in subjects with obesity and OSA. We hypothesized that weight loss would decrease soft tissue volumes and tongue fat, and that these changes would correlate with reductions in apnea–hypopnea index (AHI). Methods A total of 67 individuals with obesity and OSA (AHI ≥ 10 events/h) underwent a sleep study and upper airway and abdominal magnetic resonance imaging before and after a weight loss intervention (intensive lifestyle modification or bariatric surgery). Airway sizes and soft tissue, tongue fat, and abdominal fat volumes were quantified. Associations between weight loss and changes in these structures, and relationships to AHI changes, were examined. Measurements and Main Results Weight loss was significantly associated with reductions in tongue fat and pterygoid and total lateral wall volumes. Reductions in tongue fat were strongly correlated with reductions in AHI (Pearson’s rho = 0.62, P < 0.0001); results remained after controlling for weight loss (Pearson’s rho = 0.36, P = 0.014). Reduction in tongue fat volume was the primary upper airway mediator of the relationship between weight loss and AHI improvement. Conclusions Weight loss reduced volumes of several upper airway soft tissues in subjects with obesity and OSA. Improved AHI with weight loss was mediated by reductions in tongue fat. New treatments that reduce tongue fat should be considered for patients with OSA.
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,007 |
| 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) | 0,000 | 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 découle