To Wear or Not Wear the Mask: Decline in Positive Airway Pressure Usage in Children with Sleep Disordered Breathing During the COVID-19 Pandemic
Notice bibliographique
Résumé
Purpose: Positive airway pressure (PAP) therapy is an effective treatment prescribed to children with sleep disordered breathing (SDB); however, PAP adherence remains challenging. Given that COVID-19 pandemic continues to impact sleep and daily life, the aim of this study was to evaluate longitudinal trajectory of PAP usage in children during the COVID-19 pandemic. Patients and Methods: This was a retrospective study. Children aged 1-18 years with SDB prescribed PAP at The Hospital for Sick Children (Toronto, Canada) were evaluated for PAP adherence. Demographics, medical history and PAP adherence data during four consecutive 3-month time periods from December 2019 to December 2020 were collected. These four time periods included i) prior to COVID-19 lockdown, ii) during the first three months of lockdown, iii) summer and iv) return to school period. Percentage of days where PAP was used for ≥4 hours and average nightly usage of PAP were primary outcomes. Results: A total of 149 children (61.7% male, mean (±SD) age=12.8 ± 4.1 years, BMI (±SD) z-score=1.45±1.43) were enrolled. Compared to prior to lockdown, the median (IQR) of percentage of PAP usage ≥4 hours and average nightly usage of PAP declined significantly during the summer and return to school periods (p<0.001 for all). By the end of the return to school period, only 69/149 (46%) showed sustained PAP usage and 80/149 (54%) had decreased PAP usage. Obesity was a risk factor for a decline in PAP usage after returning to school (β=-15.36, p=0.03). Conclusion: Compared to COVID-19 pre-pandemic PAP usage, there was a significant decline in PAP usage across COVID-19 pandemic. There is critical under usage of PAP in children diagnosed with SDB, resulting in an urgent need to address barriers to mitigate poor adherence to PAP long-term. Targeted strategies are required to optimize PAP adherence in children with SDB.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».