Impact of obstructive sleep apnea on aortic disease occurrence: A meta-analysis
Notice bibliographique
Résumé
Objective: Aortic diseases, mainly including aortic dilatation, aortic aneurysm (AA) and aortic dissection (AD), have high morbidity and mortality. Many studies have suggested that obstructive sleep apnea (OSA) acts as a candidate risk factor for aortic diseases. Thus, we performed a meta-analysis to explore comprehensively the effect of OSA on the risk of aortic disease occurrence. Methods: We searched PubMed, Embase and Cochrane Library databases from inception to February 2022 to identify studies investigating the association between OSA and aortic diameter dilatation, the prevalence of OSA in individuals with or without AA/AD and the incidence of AA/AD in individuals with or without OSA. The Newcastle-Ottawa Scale (NOS) and the Agency for Healthcare Research and Quality (AHRQ) were respectively used to evaluate the quality of the included cohort and cross-sectional studies. A random or fixed effect model was used to generate pooled effects according to interstudy heterogeneity. Sensitivity analyses were performed to test the robustness of the results. Results: We identified 10 observational publications with 214,127 participants in this meta-analysis. OSA was significantly associated with increased aortic diameter (WMD = 1.46, 95% CI, 1.10-1.83, p < 0.001). OSA prevalence was higher in patients with AA/AD compared to their counterparts without AA/AD (OR = 1.90, 95% CI, 1.30-2.76, p = 0.001). No significant difference in the incidence of AA/AD was observed in individuals with or without OSA (RR = 0.85, 95% CI, 0.62-1.16, p = 0.307). Sensitivity analyses did not modify these results. Conclusions: This meta-analysis suggests that OSA is associated with aortic diameter dilatation but does not affect AA/AD occurrence.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».