Obstructive Sleep Apnea and Circulating Biomarkers of Oxidative Stress: A Cross-Sectional Study
Notice bibliographique
Résumé
Oxidative stress (OS) drives cardiometabolic diseases. Intermittent hypoxia consistently increases oxidative stress markers. Obstructive sleep apnea (OSA) patients experience intermittent hypoxia and an increased rate of cardiovascular disease, however, the impact of OSA on OS markers is not clear. The objective was to assess relationships between OSA severity and biomarker levels. Patients with suspected OSA referred for a polysomnogram (PSG) provided fasting blood sample. Plasma levels of 8-isoprostane, 8-hydroxydeoxyguanosine (8-OHdG), and superoxide dismutase (SOD) were measured. The relationship between OSA and OS was assessed both before and after controlling for confounders (age, sex, smoking history, history of cardiovascular disease, ethnicity, diabetes, statin usage, body mass index (BMI)). 402 patients were studied (68% male, mean age ± SD = 50.8 ± 11.8 years, apnea-hypopnea index (AHI) = 22.2 ± 21.6 events/hour, BMI = 31.62 ± 6.49 kg/m2). In a multivariable regression, the AHI significantly predicted 8-isoprostane levels (p = 0.0008) together with age and statin usage; AHI was not a predictor of 8-OHdG or SOD. Female sex (p < 0.0001) and no previous history of cardiovascular disease (p = 0.002) were associated with increased antioxidant capacity. Circulating 8-isoprostane levels may be a promising biomarker of the severity of oxidative stress in OSA patients. Prospective studies are needed to determine whether this biomarker is associated with long-term cardiometabolic complications in 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.
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 | 0,000 | 0,001 |
| 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 ».