STOP-Bang Score and Prediction of Severity of Obstructive Sleep Apnea in a First Nation Community in Saskatchewan, Canada
Notice bibliographique
Résumé
The STOP-Bang questionnaire is an easy-to-administer scoring model to screen and identify patients at high risk of obstructive sleep apnea (OSA). However, its diagnostic utility has never been tested with First Nation peoples. The objective was to determine the predictive parameters and the utility of the STOP-Bang questionnaire as an OSA screening tool in a First Nation community in Saskatchewan. The baseline survey of the First Nations Sleep Health Project (FNSHP) was completed between 2018 and 2019. Of the available 233 sleep apnea tests, 215 participants completed the STOP-Bang score questionnaire. A proportional odds ordinal logistic regression analysis was conducted using the total score of the STOP-Bang as the independent variable with equal weight given to each response. Predicted probabilities for each score at cut-off points of the Apnea Hypopnea Index (AHI) were calculated and plotted. To assess the performance of the STOP-Bang questionnaire, sensitivity, specificity, positive predictive values (PPVs), negative predictive values (NPVs), and area under the curve (AUC) were calculated. These data suggest that a STOP-Bang score ≥ 5 will allow healthcare professionals to identify individuals with an increased probability of moderate-to-severe OSA, with high specificity (93.7%) and NPV (91.8%). For the STOP-Bang score cut-off ≥ 3, the sensitivity was 53.1% for all OSA and 72.0% for moderate-to-severe OSA. For the STOP-Bang score cut-off ≥ 3, the specificity was 68.4% for all OSA and 62.6% for moderate-to-severe OSA. The STOP-Bang score was modestly superior to the symptom of loud snoring, or loud snoring plus obesity in this population. Analysis by sex suggested that a STOP-Bang score ≥ 5 was able to identify individuals with increased probability of moderate-to-severe OSA, for males with acceptable diagnostic test accuracy for detecting participants with OSA, but there was no diagnostic test accuracy for females.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».