Comparison of screening methods for obstructive sleep apnea in the context of dental clinics: A systematic review
Notice bibliographique
Résumé
OBJECTIVE: To review the available bibliographic data to identify the best screening methods to detect potential obstructive sleep apnea (OSA) patients during dental clinical practice. METHODS: Relevant studies published up to April 2020 were sourced from PubMed, Embase, MEDLINE, Cochrane, and LILACS databases. RESULTS: Thirty studies were selected. For adults, the screening methods available to the dentist included questionnaires, scales, indexes, pulse oximetry, and anatomical factors. A combination of questionnaires is potentially the most reliable method to detect OSA risk. For children, only information on questionnaires and anatomical factors was found; two questionnaires accurately identified potential OSA risk cases. Anatomical factors also displayed a significant relation with OSA for both populations. CONCLUSION: Dentists have a fundamental role in early detection of potential OSA cases since they can use the methods identified in this review to perform an initial screening of the population. ABBREVIATIONS: OSA: Obstructive sleep apnea; PSG: Polysomnography; HST: Home sleep study; BMI: Body mass index; PPV: Positive predictive value; NPV: Negative predictive value; AHI: Apnea hypopnea index; RDI: Respiratory disturbance index; ODI: Oxygen desaturation index; PSQ: Pediatric Sleep Questionnaire; SRBD: Sleep-related breathing disorder; CSHQ: Children's Sleep Habits Questionnaire; ESS: Epworth Sleepiness Scale; PSQI: Pittsburgh Sleep Quality Index.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,008 |
| Bibliométrie | 0,020 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».