Feasibility of split night polysomnography in children to diagnose and treat sleep related breathing disorders
Notice bibliographique
Résumé
STUDY OBJECTIVES: The gold standard test for diagnosis of sleep related breathing disorders (SRBD) in children is diagnostic polysomnography (PSG). This is often followed by a titration PSG to identify optimal non-invasive ventilation (NIV) pressures. Access to pediatric PSG is limited, resulting in delays to diagnosis and initiation of treatment. Split-night PSGs (snPSG) combine a diagnostic and titration PSG into a single night study. Although described in adults, the pediatric literature on this topic is sparse. The objective of this study was to describe a large cohort of children who utilized snPSG to diagnose SRBD and initiate NIV. METHODS: This multi-center study analyzed clinical and PSG data from children with SRBD who had initiated NIV following a snPSG. Data from diagnostic and titration portions of the snPSG were analyzed separately. RESULTS: The study included 165 children who initiated NIV following a snPSG. The majority of children (61.8%) were initiated on NIV for upper airway obstruction. The population included children with medical complexity, including those with central nervous system disorders (17.0%), musculoskeletal/neuromuscular disorders (12.1%), and cardiac disorders (1.2%). Moderate to severe SRBD was present in 87.2% of children with a median apnea-hypopnea index (AHI) of 16.6 events/hour (IQR: 8.2, 38.2). The median AHI was reduced on treatment to 7.6 events/hour (IQR: 3.3, 17.1), with fewer subjects meeting criteria for severe SRBD. CONCLUSIONS: snPSG is technically feasible in children, facilitating the diagnosis of SRBD and initiation of NIV, even in those with high medical complexity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».