Screening for Obstructive Sleep Apnea in an Atrial Fibrillation Population: What’s the Best Test?
Notice bibliographique
Résumé
Background Among individuals with nonvalvular atrial fibrillation (AF), the prevalence of obstructive sleep apnea (OSA) can be as high as 85%. Continuous positive airway pressure treatment for moderate or severe OSA might improve AF outcomes and quality of life, so early identification of OSA might be of value. However, screening questionnaires for OSA are suboptimal because they are weighted toward tiredness and loud snoring, which might be absent in AF patients. NoSAS ( N eck, O besity, S noring, A ge, S ex) is a new OSA questionnaire that excludes these parameters. Acoustic pharyngometry (AP) is a potential novel screening technique that measures pharyngeal cross-sectional area, which is reduced in patients with OSA. Methods We prospectively compared the accuracy of the NoSAS, the STOP-BANG questionnaire ( S noring, T iredness, O bserved apnea, blood P ressure, B ody mass index, A ge, N eck circumference and G ender), and AP with home sleep apnea testing (HSAT) in consecutive patients with nonvalvular AF. Results Of 188 participants, 86% had OSA and 49% had moderate or severe OSA. Mean Epworth Sleepiness Scale scores were low; 5.9 (SD, 3.9), indicating that most participants were not sleepy. Receiver operating characteristic curves for comparisons of screening tests with HSAT showed suboptimal accuracy. For moderate plus severe and severe only groups respectively, the area under the curve was 0.50 (95% confidence interval [CI], 0.42-0.58) and 0.42 (95% CI, 0.34-0.52) for AP, 0.65 (95% CI, 0.58-0.73) and 0.63 (95% CI, 0.52-0.74) for the STOP-BANG questionnaire, and 0.68 (95% CI, 0.60-0.75) and 0.69 (95% CI, 0.59-0.80) for the NoSAS. Conclusions AP and NoSAS are not sufficiently accurate for screening AF patients for OSA. Because of the high rates of OSA in this cohort, the potential benefits of OSA treatment, and the suboptimal accuracy of current screening questionnaires, cardiologists should consider HSAT for AF patients.
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 | 0,012 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».