MétaCan
Menu
Retour à la cohorte
Enregistrement W4281726786 · doi:10.1093/sleep/zsac079.696

0700 Prospective and Cross-sectional Associations Between Sleep Apnea and Disease in a Phenome-wide Analysis of a Clinical Biobank

2022· article· en· W4281726786 sur OpenAlexaff
Brian E. Cade, Syed Moin Hassan, Hassan S. Dashti, Melissa Kiernan, Milena Pavlova, Susan Redline, Elizabeth W. Karlson

Notice bibliographique

RevueSLEEP · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensCanadian Sleep & Circadian Network
Organismes subventionnairesnon disponible
Mots-clésMedicineBiobankPolysomnographyProspective cohort studyBody mass indexOdds ratioSleep apneaCross-sectional studyObstructive sleep apneaCohortActivity trackerInternal medicinePhysical therapyApneaBioinformaticsPathology

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction The potential contributions of sleep apnea (SA) to the risk of developing many diseases remain unidentified due to survey limits in cohort studies. We aimed to identify novel associations between common comorbidities in participants with SA compared to matched controls in a clinical biobank by leveraging electronic health record (EHR) information informed by natural language processing (NLP)-based phenotyping. We also investigated the relationship between polysomnography (PSG) statistics and these diseases. Methods The sample from the Mass General Brigham Biobank was comprised of 4,876 NLP-defined SA adult cases and 12,314 controls matched on age, biological sex, BMI, race/ethnicity, and healthcare utilization with a “data floor” of minimal EHR information. Prospective (>1 year post SA diagnosis) and cross-sectional analyses considered 527 merged PheCode groups of NLP-defined diseases with ≥1% prevalence. Sex-stratified analyses were also performed. Associations with case/control status were further analyzed using rank-normalized Apnea-hypopnea Index (AHI3p) and the percentage of sleep with hypoxemia <88% (Per88) in 4,544 participants, adjusting for age, biological sex, BMI, and race/ethnicity in a smaller single-night clinic sample (57% with AHI3p ≥15). Results In prospective analyses, 170 diseases had significant odds ratios (OR) when comparing participants with SA versus controls following Bonferroni adjustment (p < 3.3 × 10-5), 8 of which were confirmed using PSG. Lead associations included a broad range of pathophysiology (e.g. chronic pulmonary heart disease, tension headache, and chronic fatigue syndrome). Diseases with higher ORs in women compared to men included chronic pulmonary heart disease, chronic renal failure, congestive heart failure not otherwise specified (NOS), and gout (p for sex interaction ≤3.2 × 10-3). Significant associations with PSG traits included hypertensive heart disease, fluid overload, and heart failure NOS (p ≤7.8 × 10-5). 281 diseases significantly differed in cross-sectional analyses, 41 of which were confirmed using PSG. 37 of these 41 associated diseases had lower p-values for Per88 compared to the AHI3p. Conclusion Sleep apnea may contribute to disease risk across a broad range of pathophysiology, with increased sex-specific risks for multiple common comorbidities. Future work should investigate the specific role of hypoxemia in these associations. Support (If Any) NIH (K01-HL135405, R35-HL135818, U01-HG008685 and P30-AR070253).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,477
Écart entre enseignants0,363 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetDelphi Technique in ResearchTravaux en français237 207