Simple screening model for identifying the risk of sleep apnea in patients on opioids for chronic pain
Notice bibliographique
Résumé
Background There is an increased risk of sleep apnea in patients using opioids for chronic pain. We hypothesized that a simple model comprizing of: (1) STOP-Bang questionnaire and resting daytime oxyhemoglobin saturation (SpO2); and (2) overnight oximetry will identify those at risk of moderate-to-severe sleep apnea in patients with chronic pain. Method Adults on opioids for chronic pain were recruited from pain clinics. Participants completed the STOP-Bang questionnaire, resting daytime SpO2, and in-laboratory polysomnography. Overnight oximetry was performed at home to derive the Oxygen Desaturation Index. A STOP-Bang score ≥3 or resting daytime SpO2 ≤95% were used as thresholds for the first step, and for those identified at risk, overnight oximetry was used for further screening. The Oxygen Desaturation Index from overnight oximetry was validated against the Apnea-Hypopnea Index (≥15 events/hour) from polysomnography. Results Of 199 participants (52.5±12.8 years, 58% women), 159 (79.9%) had a STOP-Bang score ≥3 or resting SpO2 ≤95% and entered the second step (overnight oximetry). Using an Oxygen Desaturation Index ≥5 events/hour, the model had a sensitivity of 86.4% and specificity of 52% for identifying moderate-to-severe sleep apnea. The number of participants who would require diagnostic sleep studies was decreased by 38% from Step 1 to Step 2 of the model. Conclusion A simple model using STOP-Bang questionnaire and resting daytime SpO2, followed by overnight oximetry, can identify those at high risk of moderate-to-severe sleep apnea in patients using opioids for chronic pain. Trial registration number NCT02513836 .
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».