469 Utilization of the STOP-Bang questionnaire for referral of obstructive sleep apnea in various geographical regions
Notice bibliographique
Résumé
Abstract Introduction Obstructive sleep apnea (OSA) is a highly prevalent global health concern and is associated with many adverse outcomes for patients. Our objective is to determine the utility of the STOP-Bang questionnaire in the sleep clinic setting to screen for and stratify the risk of OSA among populations from different geographical regions. Methods The following electronic databases were systematically searched from 2008 to March 2020: MEDLINE, Medline-in-process, Embase, EmCare Nursing, Cochrane Central Register of Controlled Trials, Cochrane Database of Systematic Reviews, PsycINFO, Journals @ Ovid, Web of Science, Scopus, and CINAHL. Inclusion criteria were: 1) assessment of the STOP-Bang questionnaire to screen for OSA in adult subjects (age ≥18 years); 2) patients referred to sleep clinic; 3) lab-polysomnography or home sleep apnea testing results confirmed the OSA diagnosis; and 4) apnea-hypopnea index (AHI) or respiratory disturbance index (RDI) was used to diagnose and grade the severity of OSA. Clinical and demographic data were extracted from each article independently by two reviewers (B.P., L.C.). Pooled predictive parameters were calculated using 2x2 contingency tables. Random effects meta-analyses and meta-regression with sensitivity analyses were performed. The Preferred Reporting Items for Systematic Review and Meta-analyses (PRISMA) guidelines were followed. Results Forty-seven studies (n=26,547) studies met the criteria for systematic review (mean age: 49±14 years, mean body mass index: 32±8 kg/m2, 65% male). Studies were organized into different geographic regional groups – North America, South America, Europe, Middle East, East Asia, and South/Southeast Asia. The prevalence of all OSA, moderate-to-severe OSA, and severe OSA was 80%, 58%, and 39%, respectively. The area under the receiver operating curve of a STOP-Bang score ≥3 to detect moderate-to-severe OSA is high (>0.80) in all regions, except in East Asia (0.52). A STOP-Bang score ≥ 3 has excellent sensitivity (>90%) and high discriminative power to exclude moderate-to-severe, and severe OSA with negative predictive values of 77% and 91%, respectively. Conclusion The meta-regression analysis demonstrates that the STOP-Bang questionnaire can be utilized as an effective OSA screening tool among different geographical populations to assist in prioritizing patients with suspected OSA for assessment in sleep clinic. Support (if any):
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 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,011 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».