Polysomnographic Markers of Obstructive Sleep Apnea Severity and Cancer-related Mortality: A Large Retrospective Multicenter Clinical Cohort Study
Notice bibliographique
Résumé
Abstract Rationale The evidence for an association between cancer survival and obstructive sleep apnea (OSA) remains underexplored. Objectives To evaluate an association between markers of OSA severity (respiratory disturbances, hypoxemia, and sleep fragmentation) and cancer-related mortality in individuals with previously diagnosed cancer. Methods We conducted a multicenter retrospective cohort study using linked clinical and provincial health administrative data on consecutive adults who underwent a diagnostic sleep study between 1994 and 2017 in four Canadian academic hospitals and were previously diagnosed with cancer through the Ontario Cancer Registry. Multivariable cause-specific Cox regressions were used to address the research objective. Results We included 2,222 subjects. Over a median follow-up time of 5.6 years (interquartile range [IQR], 2.7–9.1 years), 261/2,222 (11.7%) individuals with prevalent cancer died from cancer-related causes, which accounted for 44.2% (261/590) of all-cause death. Controlling for age, sex, alcohol use disorder, prior heart failure, chronic obstructive pulmonary disease, hypertension, diabetes, treatment for OSA, clinic site, year of the sleep study, and time since the cancer diagnosis, measures of hypoxemia and sleep fragmentation, but not apnea–hypopnea index, were significantly associated with the cancer-specific mortality: percentage of time spent with arterial oxygen saturation (SaO2) < 90% (hazard ratio [HR] per 5% increase, 1.05; 95% confidence interval, 1.01–1.09); mean SaO2 (HR per 3% increase, 0.79; 0.68–0.92); and percentage of stage 1 sleep (HR per 16% increase, 1.27; 1.07–1.51). Conclusions In a large clinical cohort of adults with suspected OSA and previously diagnosed cancer, measures of nocturnal hypoxemia and sleep fragmentation as markers of OSA severity were significantly associated with cancer-related mortality, suggesting the need for more targeted risk awareness.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».