Validation of the STOP-Bang questionnaire as a screening tool for obstructive sleep apnoea in patients with cardiovascular risk factors: a systematic review and meta-analysis
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
INTRODUCTION: Obstructive sleep apnoea (OSA) is highly prevalent in patients with cardiovascular risk factors and is associated with increased morbidity and mortality. This review presents the predictive parameters of the STOP-Bang questionnaire as a screening tool for OSA in this population. METHODS: A search of databases was performed. The inclusion criteria were: (1) use of the STOP-Bang questionnaire to screen for OSA in adults (>18 years) with cardiovascular risk factors; (2) polysomnography or home sleep apnoea testing performed as a reference standard; (3) OSA defined by either Apnoea-Hypopnoea Index (AHI) or Respiratory Disturbance Index; and (4) data on predictive parameters of the STOP-Bang questionnaire. A random-effects model was used to obtain pooled predictive parameters of the STOP-Bang questionnaire. RESULTS: , and 64% were male. The STOP-Bang questionnaire has a sensitivity of 89.1%, 90.7% and 93.9% to screen for all (AHI ≥5), moderate-to-severe (AHI ≥15) and severe (AHI≥30) OSA, respectively. The specificity was 32.3%, 22.5% and 18.3% and the area under the curve (AUC) was 0.86, 0.65 and 0.52 for all, moderate-to-severe and severe OSA, respectively. CONCLUSION: The STOP-Bang questionnaire is an effective tool to screen for OSA (AHI≥5) with AUC of 0.86 in patients with cardiovascular risk factors.
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 | 0,017 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,004 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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