MétaCan
Menu
Retour à la cohorte
Enregistrement W3043171384 · doi:10.15331/jdsm.7134

Continuous tongue suction as a potential therapy for obstructive sleep apnea: A feasibility study

2020· article· en· W3043171384 sur OpenAlexaff
Tatsuya Fukuda, Yoichiro Takei, Hideaki Nakayama, Yuichi Inoue, Satoru Tsuiki

Notice bibliographique

RevueJournal of Dental Sleep Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésObstructive sleep apneaTongueMedicineSuctionSleep (system call)Sleep apneaOral applianceAnesthesiaIntensive care medicineComputer scienceEngineeringPathologyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

During wakefulness, apneic events, even in patients with severe obstructive sleep apnea (OSA), rarely occur regardless of the presence or absence of such episodes while asleep, because the augmented activity of the genioglossus muscle acts to patent the upper airway by maintaining the tongue in position.Hence, it is reasonable to hypothesize that OSA could be alleviated if the awake tongue position is maintained despite a sleep-related reduction in genioglossus muscle activity.The median (interquartile range) respiratory event index was significantly reduced with continuous tongue suction (23 [16-27] to 8 [7-14] events/h, P = 0.043) in 5 patients who successfully completed the protocol.Because this approach does not require either positive airway pressure or mandibular advancement, it makes it possible to completely avoid the adverse effects associated with the use of nasal continuous positive airway pressure and/or mandibular advancement devices in patients for whom nasal continuous positive airway pressure and mandibular advancement devices are contraindicated.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,344
Écart entre enseignants0,310 · 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'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental Sleep MedicineMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207