<p>Watch-PAT is Useful in the Diagnosis of Sleep Apnea in Patients with Atrial Fibrillation</p>
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
BACKGROUND: Early diagnosis and treatment of sleep apnea in patients with atrial fibrillation (AF) is critical. The WatchPAT (WP) device was shown to be accurate for the diagnosis of sleep apnea; however, studies using the WatchPAT device have thus far excluded patients with arrhythmias due to the potential effect of arrhythmias on the peripheral arterial tonometry (PAT) amplitude and pulse rate changes. PURPOSE: To examine the accuracy of the WP in detecting sleep apnea in patients with AF. PATIENTS AND METHODS: Patients with AF underwent simultaneous WP and PSG studies in 11 sleep centers. PSG scoring was blinded to the automatically analyzed WP data. RESULTS: A total of 101 patients with AF (70 males) were recruited. Forty-six had AF episodes during the overnight sleep study. A significant correlation was found between the PSG-derived AHI and the WP- derived AHI (r=0.80, p<0.0001). There was a good agreement between PSG-derived AHI and WP-derived AHI (mean difference of AHI: -0.02±13.2). Using a threshold of AHI ≥15 per hour of sleep, the sensitivity and specificity of the WP were 0.88 and 0.63, respectively. The overall accuracy in sleep staging between WP and PSG was 62% with Kappa agreement of 0.42. CONCLUSION: WP can detect sleep apnea events in patients with AF. AF should not be an exclusion criterion for using the device. This finding may be of even greater importance in the era of the COVID19 epidemic, when sleep labs were closed and most studies were home based.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle