0731 What is HSAT Missing? A Comparison of Respiratory Events and OSA Diagnosis Across Type 2 and Type 3 Studies
Notice bibliographique
Résumé
Abstract Introduction The need for having in-home sleep testing has grown due to the COVID-19 pandemic. While Type 3 Home Sleep Apnea Tests (HSAT) are frequently used, their accuracy remains questionable. This study aimed to compare respiratory events and diagnosis of obstructive sleep apnea between Type 2 and Type 3 studies. Methods 550 participants completed overnight Type 2 sleep studies using the Cerebra Sleep System. Files were autoscored as a type 2 acquisition and were manually edited by a RPSGT. On a second auto-score, mapped file channels were reduced to nasal cannula, chest belt, SpO2, position, heart rate, and audio channels to simulate a Type 3 study. The respiratory disturbance index (RDI) in the Type 2 tests was compared to the apnea-hypopnea index (AHI) in the simulated Type 3 files using a 4% desaturation threshold. Diagnosis of severity of OSA was classified based on indices of <5 as “None”, 5-14.99 as “Mild”, 15-29.99 as “Moderate”, and above 30 as “Severe”. Results 5 records were removed for having a TST <4 hours. Type 2 sleep tests detected significantly more respiratory events (21.0±21.2/hr.) compared to Type 3 tests (13.4 ±17.2; t(549) = 26.8, p<.0001). The use of the Type 2 RDI resulted in 104 patients (18.9% of patients; 39.4% of treatable patients) with moderate OSA falling into the mild category under the Type 3 AHI. The number of treatable patients was thus 71% higher with a Type 2 study. Overall, the diagnoses of Type 2 RDI and Type 3 AHI were only in agreement for 263 out of the 550 records, or 47.8% of the time. Conclusion The use of a Type 2 study detected more respiratory events than the Type 3 device. Consequentially, 104 patients received a higher severity of obstructive sleep apnea when the EEG information was included. Our results provide support for the use of Type 2 devices for in-home detection of obstructive sleep apnea to provide more accurate diagnostic detection than the more frequently used Type 3 home sleep apnea tests. Support (If Any)
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 | 0,008 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».