MétaCan
Menu
Retour à la cohorte
Enregistrement W3177600125 · doi:10.1186/s40463-021-00528-8

Development of a pediatric obstructive sleep apnea triage algorithm

2021· article· en· W3177600125 sur OpenAlexafffundabout
Devon S. Heath, Y. Al-Rahji, Eduard Eksteen, Trina C. Uwiera, André Isaac, Maria L. Castro‐Codesal, Christopher A. Gerdung, Joanna E. MacLean, Piush J. Mandhane

Notice bibliographique

RevueJournal of Otolaryngology - Head and Neck Surgery · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueObstructive Sleep Apnea Research
Établissements canadiensStollery Children's HospitalUniversity of Alberta
Organismes subventionnairesChildren's Hospital FoundationUniversity of AlbertaStollery Children’s Hospital FoundationWomen and Children's Health Research InstituteChildren's Health Research Institute
Mots-clésMedicineTonsillectomyObstructive sleep apneaAdenoidAdenoidectomySleep medicineTriageOtorhinolaryngologyTonsilLogistic regressionGERDAsthmaUnivariate analysisPolysomnographyPediatricsApneaInternal medicineMultivariate analysisEmergency medicineSleep disorderDiseaseSurgeryRefluxInsomnia

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Diagnosis and treatment of obstructive sleep apnea (OSA) in children is often delayed due to the high prevalence and limited physician and sleep testing resources. As a result, children may be referred to multiple specialties, such as pediatric sleep medicine and pediatric otolaryngology, resulting in long waitlists. METHOD: We used data from our pediatric OSA clinic to identify predictors of tonsillectomy and/or adenoidectomy (AT). Before being seen in the clinic, parents completed the Pediatric Sleep Questionnaire (PSQ) and screening questionnaires for restless leg syndrome (RLS), nasal rhinitis, and gastroesophageal reflux disease (GERD). Tonsil size data were obtained from patient charts and graded using the Brodsky-five grade scale. Children completed an overnight oximetry study before being seen in the clinic, and a McGill oximetry score (MOS) was assigned based on the number and depth of oxygen desaturations. Logistic regression, controlling for otolaryngology physician, was used to identify significant predictors of AT. Three triage algorithms were subsequently generated based on the univariate and multivariate results to predict AT. RESULTS: From the OSA cohort, there were 469 eligible children (47% female, mean age = 8.19 years, SD = 3.59), with 89% of children reported snoring. Significant predictors of AT in univariate analysis included tonsil size and four PSQ questions, (1) struggles to breathe at night, (2) apneas, (3) daytime mouth breathing, and (4) AM dry mouth. The first triage algorithm, only using the four PSQ questions, had an odds ratio (OR) of 4.02 for predicting AT (sensitivity = 0.28, specificity = 0.91). Using only tonsil size, the second algorithm had an OR to predict AT of 9.11 (sensitivity = 0.72, specificity = 0.78). The third algorithm, where MOS was used to stratify risk for AT among those children with 2+ tonsils, had the same OR, sensitivity, and specificity as the tonsil-only algorithm. CONCLUSION: Tonsil size was the strongest predictor of AT, while oximetry helped stratify individual risk for AT. We recommend that referral letters for snoring children include graded tonsil size to aid in the triage based on our findings. Children with 2+ tonsil sizes should be triaged to otolaryngology, while the remainder should be referred to a pediatric sleep specialist.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,296
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Otolaryngology - Head and Neck SurgeryMême sujetObstructive Sleep Apnea ResearchTravaux en français237 207